机器学习实战 - 第8页

...多任务学习等关键技术，以及模型训练、评估和线上部署过程中需要考虑的问题。本书的突出价值在于兼顾算法原理和工业实践。相比只介绍机器学习模型的理论教材，本书更加关注推荐系统为什么需要特定的...

...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...

...Python文件处理与数据分析、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...

...章。第一部分（第1~2章）讨论TensorFlow的设计模式以及选择TensorFlow作为深度学习库的优势和面临的挑战，并给出详细的安装指南。第二部分（第3~4章）深入介绍TensorFlow API的基础知识和机器学习基础...

...进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景...

...它究竟有没有内在的能动性？当人工智能和机器学习变为现实，人类和机器的边界又在哪里？ 现代科学的一个基础原则是，科学解释不能将意志或能动性赋予自然现象，我们不会说岩石掉落是因为...

...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，本书是学习深度学习课程、开展学术研究的优质参考资料。无论是理论学习...

...调包调用”的学习方式。本书兼具理论深度与教学友好性，适合具备一定数学与编程基础的读者学习。对于人工智能、机器学习及数据科学方向的学生和工程师而言，是一本系统理解深度学习的重要参考书...

...梯度下降原理，以及目前广泛使用的卷积神经网络和循环神经网络。第五章介绍词向量技术实现及应用。第六章介绍采用深度学习实现问答系统。第七章介绍目前很热门的问答的一个大分支——机器阅读理解。

...化理解”而不是单纯依赖数学公式。相比传统深度学习教材，本书大量使用插图、类比和直观案例，将抽象的概率、机器学习和神经网络概念转化为容易建立认知的视觉模型。这种方式特别适合没有高级数学基础的读者，同时...