本书涵盖了经典和现代的深度学习模型。首先介绍神经网络基础，重点讨论了传统机器学习和神经网络之间的关系，并对支持向量机、线性、逻辑回归、奇异值分解、矩阵分解、推荐系统和特征工程方法word2vec进行了研究。然后介绍神经网络的基本原理，详细讨论了训练和正则化，还介绍了径向基函数网络和受限玻尔兹曼机。最后介绍神经网络的高级主题，讨论了循环神经网络和卷积神经网络，以及深度强化学习、神经图灵机、Kohonen自组织映射和生成对抗网络等。并列题名：Neural networks and deep learning: a textbook eng