分类 默认分类 下的文章


撰写于    浏览:7 次  分类: 默认分类
二叉树的度的计算公式是:n0 = n2 + 1,即:度为0的节点数是度为2的节点数加上1。这个公式是这样推导出来的,设:k为总度数k+1则为总节点数n0为度为0的节点数n1为度为1的节点数n2为度为2的节点数根据上述的定义,则可以推导出一组方程:k = 2 * n2 + n1k+1 = n2 + n1 + n0将上面两个式子相减得到:n0 = n2[...]

撰写于    浏览:11 次  分类: 默认分类
1、封面介绍2、出版时间2022年5月3、推荐理由本书系统地介绍了强化学习的原理和实现,是一本理论扎实、落地性强的图书。本书包含3个部分:第一部分为强化学习基础,讲解强化学习的基础概念和表格型强化学习方法;第二部分为强化学习进阶,讨论深度强化学习的思维方式、深度价值函数和深度策略学习方法;第三部分为强化学习前沿,介绍学术界在深度强化学习领域的主要关[...]

撰写于    浏览:38 次  分类: 默认分类
1、封面介绍2、出版时间2021年3月3、推荐理由在这个"流量为王"的时代,谁拥有了流量,谁就能快速获得利润,提升商业价值。本书从流量营销的本质出发,剖析了粉丝经济在流量时代的重要性,并从提升场景体验、创造优质内容、差异化创新、打好品牌战略、做好策划、瞄准热点事件、玩转短视频与直播、做好裂变式营销、跨界合作等营销方式切入,阐述了流量营销的具体策略。[...]

撰写于    浏览:30 次  分类: 默认分类
1、封面介绍2、出版时间2021年3月3、推荐理由在数字化时代,企业要想长期盈利,需要有能在全域市场中持续增长的营销体系来支撑。本书融入了作者在阿里巴巴等互联网企业积累十几年的一线实操经验,从对全域营销概念进行深度解读开始,通过系统实践“五步营销法”展开内容,讲解了如何打通公域流量与私域流量、打通线上与线下消费场景、打通前端渠道与后端供应链、打通用[...]

撰写于    浏览:70 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:80 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:61 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:94 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:75 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[...]

撰写于    浏览:156 次  分类: 默认分类
nn.LayerNorm 简介在Transformer中一般采用LayerNorm,LayerNorm也是归一化的一种方法,与BatchNorm不同的是它是对每单个batch进行的归一化,而BatchNorm是对所有batch一起进行归一化的,如下所示:nn.LayerNorm 参数介绍nn.LayerNorm(normalized_shape, [...]

撰写于    浏览:208 次  分类: 默认分类
在推荐系统的实现中,几乎总会遇到从较多候选集中为用户选取特定的少数几个物品进行推荐,这本质上是一个Ranking问题。BPR Loss是用得比较多的一种Raking Loss,它是基于Bayesian Personalized Ranking。BPR Loss 的思想很简单,就是让正样本和负样本的得分之差尽可能达到最大。具体公式如下:

撰写于    浏览:231 次  分类: 默认分类
1、封面介绍2、出版时间2021年11月3、推荐理由人工智能(Artificial Intelligence,AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能的研究领域包括机器人、语音识别、图像识别、自然语言处理和专家系统等。机器学习就是用算法解析数据,不断学习,对世界中发生的事做出判断和预测的[...]

撰写于    浏览:258 次  分类: 默认分类
1、封面介绍2、出版时间2022年2月3、推荐理由认知的高度决定了你创造价值的高度,包括你对世界的认知及世界对你的认知。知识图谱与认知智能技术的发展,既孕育了圈层变更的机会,也带来了人、机器、企业如何协同与博弈的难题。本书总计12章,从理论到产业应用对知识图谱与认知智能进行了介绍。第1~7章围绕知识图谱与认知智能的需求,以用户、设备、企业为中心,讲[...]

撰写于    浏览:77 次  分类: 默认分类
1、封面介绍2、出版时间2021年10月3、推荐理由本书通俗地介绍人工智能(AI)和机器学习(ML):它们是如何工作的,能做什么,不能做什么,如何借助它们获利。这本书为非技术高管和非专业人士撰写。罗斯基于多年的教学和咨询经验,以直观的类比和解释揭开了AI/ML技术的神秘面纱,解释了从早期的“专家系统”到先进的深度学习网络的发展。首先,罗斯解释了人工[...]

撰写于    浏览:61 次  分类: 默认分类
1、封面介绍2、出版时间2021年11月3、推荐理由当前业界与学界流行的热词是人工智能、区块链、云计算、数据科学与大数据、物联网、虚拟现实,而人工智能则包含了机器学习与深度学习。三位深度学习之父Yoshua Bengio、Yann LeCun、Geoffrey Hinton因他们在神经计算领域的突出贡献而获得了2019年度计算机科学界的最高奖——图[...]

飞燕网
人工智能,资源分享

    友情链接