机器学习实战 - 第6页

...好评。它既能让新手理清 AutoML 的脉络，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...

人工智能和机器学习的广泛应用给当今的许多行业带来了根本性的变革。在金融领域，人工智能技术也已锋芒初露。通过阅读本书，你将了解如何利用神经网络和强化学习等方法，对金融市场的走势做出预测。

如何在保证本地训练数据不公开的前提下，实现多个数据拥有者协同训练一个共享的机器学习模型？传统的机器学习方法需要将所有的数据集中到一个地方（例如，数据中心），然后进行机器学习模型的训练。但这种基于...

...然后介绍推荐系统常用的机器学习和深度学习模型；接着重点介绍推荐系统的 4 层级联架构，包括召回、粗排、精排和重排，以及谷歌、阿里巴巴等大型互联网公司在 4 层级联架构中的模型设计和实现原理...

...它们被公认为是深度学习未来的研究重点。《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用的...

...它们被公认为是深度学习未来的研究重点。 《深度学习》适合各类读者阅读，包括相关专业的大学生或研究生，以及不具有机器学习或统计背景、但是想要快速补充深度学习知识，以便在实际产品或平台中应用...

...并训练神经网络，利用客户端数据优化机器学习模型，开发基于浏览器的交互式游戏，同时为深度学习探索新的应用空间。你还可以获得深度学习模型构建过程中不同问题所涉及的策略和相关限制的实用知识，同时了解训练...

...你还将学习图像处理、视频分析、深度估计和分割，并通过构建一个简单的GUI应用程序获得实践经验。接下来，你将处理两类常见问题：人脸检测和人脸识别。你还将学习物体分类和机器学习的概念，这将使你能够创建和使用...

...学生、数据分析从业者，还是希望在科研或工作中使用 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...

...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、紧跟技术前沿的有力工具；对于相关专业学生，本书是学习...