机器学习与深度学习算法基础 - 第1页

...者的算法基础类著作。本书针对传统算法教材数学门槛较高、实践类书籍又容易忽略算法原理的问题，尝试将算法思想、数学形式和代码实现结合起来，以较为通俗的方式帮助读者建立机器学习与深度学习的...

...调优、训练技巧与部署建议，非常适合工程实践需求。本书分为两大部分：第一部分主要基于 Scikit-Learn，介绍机器学习的基础算法；第二部分则使用 TensorFlow 和 Keras，介绍神经网络与深度学习。

...深度信念网络、卷积神经网络等，这些算法都已在很多行业发挥了价值。《神经网络与深度学习》适合有志于从事深度学习行业的，或想了解深度学习到底是什么的，或是有一定机器学习基础的朋友阅读...

...AutoML 和 AutoDL：构建自动化机器学习与深度学习平台》围绕自动化机器学习（AutoML）与自动化深度学习（AutoDL）展开，系统介绍如何利用算法与工程化平台降低 AI 模型开发门槛。全书从机器学习流程自动化出发，讲解数据预处理...

...算法实践的一本专业技术著作。本书在深度学习推荐系统知识体系的基础上，进一步结合推荐算法和人工智能技术的发展，系统讨论现代推荐系统的核心架构、算法模型和工程实践。全书关注如何利用机器学习与深度学习...

...毅老师“机器学习”公开课中与深度学习相关的内容编写而成，介绍了卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，并讲解了对抗攻击、领域自适应、强化学习、元学习、终身学习...

...网络与深度学习的算法与应用、手写数字识别、无监督学习的算法等进行了介绍。本书既有图形、代码，又有详细的数学式推导过程，大大降低了机器学习的学习门槛，即使没有学过Python、数学基础不太好...

...基础性读物，内容分为两大主线：单个算法的原理讲解和机器学习理论的发展变迁。算法除包含传统的分类、聚类、预测等常用算法之外，还新增了深度学习、贝叶斯网、隐马尔科夫模型等内容。对于每个算法...

模式识别与机器学习系统介绍了模式识别与机器学习的基础理论、模型与算法，同时兼顾了前沿知识的适当融入。本书以贝叶斯学习的思想贯穿始终，并适时与其他重要知识点（如支持向量机、深度学习...

...科学与技术丛书中的一本高级机器学习实践类著作。本书以 PyTorch 计算框架为主要实践工具，面向已经具备一定机器学习基础、希望进一步深入算法原理与工程实现的读者，系统介绍经典机器学习方法以及深度学习、强化学习...