撰写于:  浏览:1381 次  分类:自然语言处理与推荐系统
1、封面介绍2、出版时间2018年10月3、推荐理由推荐系统发展到现在产生了许多具有广泛影响力的算法模型,经典的算法是协同过滤算法,其易于实现,因而具有广泛的实用价值,但它也存在着算法复杂度高和推荐精度低的问题。《机器学习算法实践——推荐系统的协同过滤理论及其应用》提出了一系列改进协同过滤推荐质量的方法,并将相关算法应用到实际生活中,开发出一个原型[...]

撰写于:  浏览:3512 次  分类:自然语言处理与推荐系统
1、封面介绍2、出版时间2020年4月3、推荐理由这是一本从技术、产品和运营3个角度讲解如何从0到1构建用户画像系统的著作,同时它还为如何利用用户画像系统驱动企业的营收增长给出了解决方案。作者有多年的大数据研发和数据化运营经验,曾参与和负责多个亿级规模的用户画像系统的搭建,在用户画像系统的设计、开发和落地解决方案等方面有丰富的经验。全书一共9章:第[...]

撰写于:  浏览:3991 次  分类:自然语言处理与推荐系统
1、封面介绍2、出版时间2020年1月3、推荐理由适读人群:本书主要面向广大从事风险控制的分析师、建模师、算法工程师。也适合对传统信用评分卡有初步认识的在校学生。同时也适合对机器学习在风控领域应用感兴趣的读者。本书基于Python全面介绍了机器学习在信贷风控领域的应用与实践,从原理、算法与工程实践3个维度全面展开,包含21种实用算法和26个解决方案[...]

撰写于:  浏览:37486 次  分类:自然语言处理与推荐系统
1、封面介绍2、出版时间2020年3月3、推荐理由本书揭秘巨头公司推荐系统背后的逻辑,梳理深度学习推荐系统的发展脉络,厘清每个关键模型和技术的细节,引导读者掌握工业界模型设计背后真正的 “银弹”,让读者能够从零开始构建前沿、实用的推荐系统知识体系。4、下载链接本电子书可以提供下载,下载方式请移步:http://www.hbase.cn/archiv[...]

撰写于:  浏览:3848 次  分类:Python 教程
1、封面介绍2、出版时间2018年11月3、推荐理由本书将帮助你使用Python编写出高质量、高效的并且易于与其他语言和工具集成的代码。本书根据Python专家Mark Lutz的著名培训课程编写而成,是易于掌握和自学的Python教程。本书每一章都对Python语言的关键内容做单独讲解,并且配有章后习题、编程练习及详尽的解答,还配有大量注释的示例[...]

撰写于:  浏览:5008 次  分类:Python 教程
1、封面介绍2、出版时间2020年10月3、推荐理由本书是针对所有层次Python读者而作的Python入门书。全书分两部分:第一部分介绍用Python编程所必须了解的基本概念,包括强大的Python库和工具,以及列表、字典、if语句、类、文件与异常、代码测试等内容;第二部分将理论付诸实践,讲解如何开发三个项目,包括简单的2D游戏、利用数据生成交互[...]

撰写于:  浏览:4649 次  分类:Python 教程
1、封面介绍2、出版时间2020年6月3、推荐理由《Python数据分析从入门到实践》以数据分析“三剑客”- Pandas、 Matplotib 和NumPy为主线,全面介绍了数据分析入门的必备知识,从学习与应用的角度出发,帮助读者快速掌握数据统计分析技能,拓宽职场道路。本书通过大量的示意图力求使读者能够更好地理解晦涩难懂的专业术语:通过快速示例将[...]

撰写于:  浏览:8031 次  分类:Python 教程
1、封面介绍2、出版时间2020年6月3、推荐理由适读人群 :如果您想入门Python,则无论您是想学习编程的小学生,还是想参加计算机竞赛的中学生,抑或是计算机相关专业的大学生,甚至是正在从事软件开发的职场人,本书都适合您阅读和学习。Python是一门既简单又强大的编程语言,被广泛应用于数据分析、大数据、网络爬虫、自动化运维、科学计算和人工智能等领[...]

撰写于:  浏览:11497 次  分类:Python 教程
1、封面介绍2、出版时间2019年9月3、推荐理由本书介绍在Python中使用PyQt5和其他模块进行GUI和数据可视化编程的方法。第一部分介绍PyQt5设计GUI程序的基本框架,包括GUI应用程序的基本结构、窗体UI可视化设计与窗体业务逻辑的设计、信号与槽的特点和使用等。第二部分介绍GUI程序设计中一些主要功能模块的使用,包括基本界面组件、事件处[...]

撰写于:  浏览:9582 次  分类:机器学习
1、封面介绍2、出版时间2019年11月3、推荐理由《机器学习中的数学》是一本系统介绍机器学习中涉及的数学知识的入门图书,本书从机器学习中的数学入门开始,以展示数学的友好性为原则,讲述了机器学习中的一些常见的数学知识。机器学习作为人工智能的核心技术,对于数学基础薄弱的人来说,其台阶是陡峭的,本书力争在陡峭的台阶前搭建一个斜坡,为读者铺平机器学习的数[...]

撰写于:  浏览:462 次  分类:网站公告
为了帮助初学者更好地学习人工智能,我决定编写《人工智能之数学入门标准》。之所以称之为“标准”,是因为我希望它能够长久地坚持下去,并且集合了众家之长,最终形成一个规范的数学入门教材,给初学者提供一个学习指南,避免大家走弯路。《人工智能之数学入门标准》将会以PDF的形式发布到学术日历APP上面,这样学习起来十分方便。同时,我组建了社群,欢迎大家的加入,[...]

撰写于:  浏览:303 次  分类:PyTorch 教程
torch.optim 简介torch.optim 是一个实现了多种优化算法的包,大多数通用的方法都已支持,提供了丰富的接口调用,未来更多精炼的优化算法也将整合进来。torch.optim 官网介绍https://pytorch.org/docs/stable/optim.htmltorch.optim 使用说明torch.optim 中包含很多的[...]

撰写于:  浏览:1299 次  分类:飞燕AI训练营
前言大家好,我是飞燕,同时我也一名站长,飞燕网是我创办的一个技术网站。在此,我希望把自己的外包经历写下来,算是温故而知新,回顾过去从而更好的布局未来,同时也分享出来,欢迎大家的关注。每年我通过做人工智能外包大概能挣到50万,比上不足比下有余吧。另外,我还有有其他的业务,比如,做APP开发,做内推业务等等。不过,因为时间和精力限制,目前外包业务做的还[...]

撰写于:  浏览:685 次  分类:强化学习

撰写于:  浏览:694 次  分类:强化学习
Q-Learning是强化学习中的最基础算法,它基于Q-Table来实现。这个表格的每一行都代表着一个状态(state),每一行的每一列都代表着一个动作(action),而每个值就代表着如果在该state下采取该action所能获取的最大的未来期望奖励。通过Q-Table就可以找到每个状态下的最优行为,进而通过找到所有的最优action来最终得到最[...]

飞燕网专注于AI实习
合作伙伴有100+企业

    友情链接