深度学习原理与实践 - 第2页

...快速上手机器学习，又能让有经验的从业者全面掌握 AutoML 知识体系，工作变得更高效。书中不仅关注算法原理，还强调平台化与工程实践，涉及分布式训练、资源调度、模型评估与自动部署等内容...

...的重点，从理论推导与源码层面深入剖析 XGBoost，涵盖 XGBoost 原理与理论证明、分布式 XGBoost 的实现、XGBoost 各组件的源码解析。 第 8～9 章为进阶内容，着重解析算法实践与工程应用中的难点，进而...

...专业知识、紧跟技术前沿的有力工具；对于相关专业学生，本书是学习深度学习课程、开展学术研究的优质参考资料。无论是理论学习、实践应用还是学术研究，本书都是读者在深度学习领域探索与前行的重要指引。

本书旨在向读者交付有关深度学习的交互式学习体验。书中不仅阐述深度学习的算法原理，还演示它们的实现和运行。与传统图书不同，本书的每一节都是一个可以下载并运行的 Jupyter记事本，它...

...备受广大读者欢迎。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还对机器学习概念的必要细节进行讨论，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见...

《动手学PyTorch建模与应用：从深度学习到大模型》是一本讲述以PyTorch为工具实践深度学习和大模型的入门书，从数学知识和必备基础知识和概念入手讲解，理论兼备实践，语言通俗，图文并茂，边学边练，非常...

...开发，展示了开源大模型技术在工业与商业场景中的全面应用。本书通过深度讲解与实用案例相结合的方式，帮助读者理解 DeepSeek 大模型从原理到开发的完整流程，学习新技术的实现方法与优化策略...

...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。

...机器学习、深度学习、神经网络、大语言模型以及生成式人工智能等关键技术进行了深入浅出的解读。作者通过大量案例和现实场景分析，让复杂的技术原理变得更加容易理解。与侧重工具使用或编程实践...