2022年3月


撰写于    浏览:282 次  分类: Python电子书
1、封面介绍2、出版时间2021年3月3、推荐理由通过学习本书提供的500多个实际示例,读者将学会使用交互式IPython解释器和Jupyter Notebook并快速掌握Python编码方法。在学习完第1~5章的Python基础知识以及第6和7章的一些关键内容之后,读者将能够处理第11~16章中有关人工智能案例的重要实操内容,包括自然语言处理,用[...]

撰写于    浏览:234 次  分类: 深度学习电子书
1、封面介绍2、出版时间2021年2月3、推荐理由本书全面介绍了深度学习知识,借助数学公式、示意图和代码,旨在帮助读者从数学层面、概念层面和应用层面理解神经网络。读者可以跟随本书构建和训练神经网络模型,从而解决实际问题。另外,本书着重介绍卷积神经网络和循环神经网络,并提供PyTorch开源神经网络库的使用方法,有助于学习构建更高级的神经网络架构。4[...]

撰写于    浏览:246 次  分类: 默认分类
1、封面介绍2、出版时间2022年1月3、推荐理由作为一门应用型学科,机器学习植根于数学理论,落地于代码实现。这就意味着,掌握公式推导和代码编写,方能更加深入地理解机器学习算法的内在逻辑和运行机制。本书在对全部机器学习算法进行分类梳理的基础之上,分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式[...]

撰写于    浏览:121 次  分类: 默认分类
1、封面介绍2、出版时间2022年2月3、推荐理由虽然很多深度学习工具都使用Python,但PyTorch 库是真正具备Python 风格的。对于任何了解NumPy 和scikit-learn 等工具的人来说,上手PyTorch 轻而易举。PyTorch 在不牺牲高级特性的情况下简化了深度学习,它非常适合构建快速模型,并且可以平稳地从个人应用扩展到[...]

撰写于    浏览:92 次  分类: 默认分类
1、封面介绍2、出版时间2016年1月3、推荐理由这是一本面向中文读者的机器学习教科书,为了使尽可能多的读者通过本书对机器学习有所了解,作者试图尽可能少地使用数学知识。然而,少量的概率、统计、代数、优化、逻辑知识似乎不可避免,因此,本书更适合大学三年级以上的理工科本科生和研究生,以及具有类似背景的对机器学习感兴趣的人士,为方便读者,本书附录给出了一[...]

撰写于    浏览:152 次  分类: 默认分类
我们知道深度神经网络一旦开始训练起来,那么中间层的输入参数就要发生变更,网络中每一层的输入数据分布一直在发生变化的。即便在输入层,我们已经人为的为每个样本归一化,但是仍然阻止不了后面网络每一层的输入数据的分布变化,因为在训练的时候,前面层训练参数的更新将导致后面层输入数据分布的变化。以网络第二层为例:网络的第二层输入,是由第一层的学习参数和inpu[...]

撰写于    浏览:113 次  分类: 默认分类
1、人工智能行业的现状:冰火两重天根据不同的应用领域,人工智能行业可以分为视觉类人工智能、语音及语义类人工智能和决策类人工智能。通常,我们接触的都是视觉类、语音类的人工智能,它们主要用来帮助人类执行具体任务,例如人脸识别,语音控制等等,而决策类AI更像企业的“智囊团”,给企业提供服务,而非个人,比如精准营销、风险管理、运营优化等等。客观的说,决策类[...]

飞燕网
人工智能,资源分享

    友情链接