深度学习的数学 - 第7页

...清理、转换和操作数据；深入理解机器学习的基础；运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。

...机器学习的概念，这将使你能够创建和使用物体检测器和分类器，甚至跟踪电影或摄像机回馈中的物体。稍后，你将学习3D跟踪和增强现实。本书末尾，你将学习人工神经网络和深度神经网络，学习如何开发手写数字识别...

...计算的本质：深入剖析程序和计算机》借助 Ruby 全面介绍计算理论和编程语言的设计。作者注重实用性，不仅尽量抛开复杂难懂的数学符号，而且特别选用简单快捷的编程语言 Ruby，在读者熟知的背景知识下，以明晰的可工作代码...

...和现实应用，并把这些知识融合成一个个精彩悬疑的故事。 本书通过一系列的故事和案例，深浅出地讲解了初中代数知识，如果你对数学提不起兴趣、对数学有畏难情绪，或者找不到正确的学习方法，那么...

...从符号推理、深度学习走向知识 + 数据驱动的 3.0 时代；产业拓展更深更广，走向智能 +3.0 时代。随着大模型、ChatGPT、DeepSeek 等智能涌现，我们该如何触发 AI 时代其他的突破性技术涌现？这些技术又该怎样反哺产业升级...

...学术界的主流观点。当整个人工智能学术界都在过分乐观地高歌猛进时，他不断撰文和发表演讲来指出以深度学习为代表的当下 AI 的弊端和局限性，《如何创造可信的 AI》这本书正是马库斯对他关于人工智能观点的...

...微调。 《从零开始大模型开发与微调：基于PyTorch与ChatGLM》适合PyTorch深度学习初学者、大模型开发初学者、大模型开发人员学习，也适合高等院校人工智能、智能科学与技术、数据科学与大数据技术、计算机科学与技术等专业的师生作为教学参考书...

...中示例还可以一键在线运行，让学习过程更轻松。 编辑推荐 1.[直观]300 幅全彩插图，极致视觉化呈现 2.[全面] 涵盖大模型原理、应用开发、优化 3.[实操] 真实数据集，实用项目...

...必要的简单数学推导过程，从光到阴影与反射，从直线到着色与纹理，逐渐引导出实现渲染器的伪代码，力求使没有丰富编程经验和深厚数学功底的读者也能够完全读懂。 本书是计算机图形学入门的学习教材...

本书主要内容包括 PyTorch 中的计算图，用三阶多项式拟合函数，实现手写数字识别，神经网络基础，卷积神经网络，PyTorch 基础知识，transformer 架构，文本分类应用开发，聊天机器人应用开发，用 Wav2Vec2 进行语音识别，机器翻译应用开发，分布式 PyTorch 等。