深度关系 - 第3页

...向量机、聚类、深度学习、生存分析、多重测试等。书中每一章都包含一个教程，通过图形和实例介绍如何实现 R 语言提供的分析方法。本书还提供了关于深度学习、生存分析和多重测试的新章节，以及朴素贝叶斯、广义...

深度学习是一门注重应用的学科。了解深度学习背后的数学原理的人，可以在应用深度学习解决实际问题时游刃有余。本书通过Python代码示例来讲解深度学习背后的关键数学知识，包括概率论、统计学、线性代数、微分等，并进一步解释神经网络...

...编码器、扩散模型等关键技术展开深入分析，阐释其原理、算法流程及实际应用场景。对于机器学习领域的新手，本书是全面且系统的入门教材，可引领其踏入深度学习的知识殿堂；对于机器学习领域从业者，本书是深化专业知识...

...信任？关于人工智能的炒作总是甚嚣尘上，但要得到真正可信的 AI，却远比想象的要复杂得多，超级智能的时代还远没有到来。创造真正可信的 AI 需要赋予机器常识和深度理解，而不是简单地统计分析数据。本书...

...本书以计算为主题，从多个视角探讨算法及算力演变和其对人类社会的影响，呈现出一个全面而生动的计算世界。这不仅是对技术发展的回顾，也是对人类与计算之间关系的深刻思考。

本书由浅入深地介绍了 MNIST、ImageNet、CIFAR、波士顿房产、ModelNet 等经典二维、三维数据集和相关国际赛事，还介绍了 TensorFlow 中的二维卷积层、全连接层、激活层、池化层、批次归一化层、随机失活层的算法和梯度...

打工人深夜向智能音箱吐槽公司，青少年借 AI 助手缓解学业焦虑；成年人与虚拟偶像成婚，老人将护理机器人当成亲人……技术正重塑亲密关系，但这一切是如何发生的？ 社会学家伊利亚金·奇斯列...

深度学习绝非不可窥探的黑箱！深入理解其模型和算法的实际运作机制，是驾驭并优化结果的关键。你无需成为数学专家或资深数据科学家，同样能够掌握深度学习系统内部的工作原理。本书旨在通过深入浅出的方式...

《深度学习在复杂系统健康监测中的应用》由吴军编写，围绕深度学习在工业领域的落地应用展开。全书系统介绍复杂系统健康监测的理论基础与关键技术，包括数据采集、特征工程以及模型构建等核心环节。...

...了解底层实现模型，你的程序代码将获得多么大的效率。Lippman澄清了那些关于C++额外负荷与复杂度的各种错误信息和迷思，但也指出其中某些成本和利益交换确实存在。他阐述了各式各样的实现模型，指出它们的进化...