深度学习:方法及应用 - 第3页

搜索“深度学习:方法及应用”相关的电子书资源,全站精选优质电子书, 支持PDF、EPUB、Kindle等多种格式免费下载。当前第3页,每页10本精选书籍。

计算机 -  人工智能(AI)

Python深度学习智能车竞赛实践

...处理与数据分析、深度学习基础理论与实践、智能车竞赛任务与实践四部分,详细介绍了Python基础知识、Python数据分析方法、机器学习概念、全连接神经网络和卷积神经网络模型的理论及产业级工程项目实践等。
351 查看
2024年发布
10 分
徐国艳;刘聪琳 编著 著
Python深度学习及智能车竞赛实践封面图
计算机 -  人工智能(AI)

动手学机器学习

...全面、系统的机器学习教材,主要介绍机器学习的核心概念及代表性方法。本书不仅涵盖神经网络、集成学习等经典的机器学习理论,还配备可在线运行的代码,帮助读者通过动手实战来加强对机器学习技术的理解...
1.4k 查看
2023年发布
8.8 分
张伟楠 著
动手学机器学习封面图
计算机

大模型智能推荐系统:技术解析与开发实践

...排序优化及推荐结果评估。 书中重点解析大语言模型在冷启动问题、长尾内容优化和个性化推荐等领域的核心技术,通过深度剖析上下文学习、Prompt 工程及分布式部署等方法,展示如何利用大语言...
254 查看
2025年发布
暂无
梁志远 等 著
大模型智能推荐系统:技术解析与开发实践封面图
计算机 -  应用与软件

R语言实战 第3版

...统计分析及数据可视化的思路、方法与技巧。本书还会带领读者挑战真实世界中的数据难题,包括数据预测、数据挖掘以及动态数据报告的撰写等。值得一提的是,本书对 ggplot2 绘图功能进行了颇具深度的...
715 查看
2022年发布
10 分
罗伯特.I.卡巴科弗 (Kabacoff 著
R语言实战 第3版封面图
数学 -  基础数学

高等数学引论(第二册)

...p>与一般本科教材相比,本书更加强调理论深度和证明技巧训练。华罗庚并未满足于给出结论,而是通过层层递进的论述,引导读者理解数学理论产生的背景与发展过程。这种重视思想方法的写作特点,使本书长期成为数学...
64 查看
2009年发布
8.9 分
华罗庚 著
高等数学引论(第二册)封面图
计算机 -  人工智能(AI)

深度学习 Deep Learning 花书(中文版)

...是深度学习领域奠基性的经典教材。全书的内容包括3个部分:第1部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第2部分系统深入地讲解现今已成熟的深度学习方法...
9.0k 查看
2017年发布
10 分
[美] 伊恩·古德费洛(Ian Goodfellow) / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔 著
深度学习 Deep Learning 花书(中文版)封面图
计算机 -  人工智能(AI)

深度学习:原理与应用实践

...是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分:第 1 部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第 2 部分系统深入地讲解现今已成熟的深度学习方法...
166 查看
2017年发布
4.3 分
[美] 伊恩·古德费洛 等 著
深度学习:原理与应用实践封面图
计算机 -  人工智能(AI)

深度学习:从基础到实践(全二册)

...是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分:第 1 部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第 2 部分系统深入地讲解现今已成熟的深度学习方法...
387 查看
2017年发布
8.8 分
[美] 伊恩·古德费洛 等 著
深度学习:从基础到实践(全二册)封面图
计算机 -  人工智能(AI)

深度学习入门5:生成模型

...是深度学习领域奠基性的经典教材。全书的内容包括 3 个部分:第 1 部分介绍基本的数学工具和机器学习的概念,它们是深度学习的预备知识;第 2 部分系统深入地讲解现今已成熟的深度学习方法...
1.1k 查看
2017年发布
9.8 分
[美] 伊恩·古德费洛 等 著
深度学习入门5:生成模型封面图
计算机 -  机器学习

Python机器学习:基于PyTorch和Scikit-Learn

...清晰、示例生动,深入介绍了机器学习方法的基础知识,不仅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...
304 查看
2023年发布
暂无
[美] 刘玉溪 等 著
Python机器学习:基于PyTorch和Scikit-Learn封面图
© 2024~2026 金屋电子书 版权所有 - 专注电子书整理与分享

本站所有内容均收集整理自网络,仅作为学习交流使用,请勿用于商业用途。请于下载后的24小时内删除,否则后果自负。如有侵权,请联系站长删除。