机器翻译：基础与模型 - 第3页

...提供了构建机器学习模型的说明，而且提供了构建机器学习模型和解决实际问题的基本准则。本书添加了基于 PyTorch 的深度学习内容，介绍了新版 Scikit-Learn。本书涵盖了多种用于文本和图像分类的机器学习与深度学习...

...对模型进行微调，以及如何通过RLHF使模型与人类价值观对齐。书中还介绍了RAG技术，以及如何利用LangChain和ReAct等开发agent。最后，本书介绍了如何使用Amazon Bedrock构建基于生成式AI的应用程序。基于该强大的平台，读者可以...

...学习深度学习算法和TensorFlow 的过程变得轻松和高效。本书代码基于TensorFlow 1.4 及以上版本，并介绍了TensorFlow 中的一些新特性。本书适合有一定机器学习基础的学生、研究者或从业者阅读，尤其是希望深入研究TensorFlow...

...是Python机器学习的初学者还是想加深自己对前沿发展的了解，本书都是你不可或缺的好帮手。本书自第1版出版以来，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...

...机器学习原理和算法编码实现的基础性读物，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...

...问题、知识蒸馏、冷启动等各种前沿实践。 本书基于一线研发人员的视角向读者分享推荐系统的实践经验，所有模型结构和前沿实践都在业务场景中落地。 本书适合推荐系统领域的从业者、高校科研人员、高校...

...或工作中使用 R 进行数据处理的人士，都能从中获得清晰、高效的指导。通过本书，读者可以建立起扎实的 R 语言基础，掌握常见的数据分析技能，为进一步学习高级统计建模、机器学习或数据可视化奠定良好基础。

...第 9 章介绍并行处理计算系统的基本硬件结构和并行程序设计编程模型。本书内容详尽，反映现实，概念清楚，通俗易懂，实例丰富，并提供大量典型习题供读者练习。本书可以作为高等学校计算机专业本科生“计算机组成原理”“计算机组成原理与系统结构”...

...的理论与实践。全书围绕深度神经网络展开，从基础概念、典型网络结构、训练技巧到具体的应用案例如语音识别、计算机视觉、自然语言处理和多模态学习等领域进行了全面阐述。每章既讲述方法原理，也注重展示应用效果与实战...

...JavaScript与深度学习结合的独特优势，掌握客户端预测与分析、图像识别、监督学习、迁移学习、强化学习等核心概念，并动手在浏览器中实现计算机视觉和音频处理以及自然语言处理，构建并训练神经网络，利用客户端数据优化机器学习模型，开发基于...