深度学习的数学 - 第8页

...神经网络就一直是人工智能的支柱。现在，令人兴奋的新技术（例如深度学习和卷积）正在将神经网络带入一个全新的方向。在本书中，我们将演示各种现实世界任务中的神经网络，例如图像识别和数据科学。我们研究了当前的神经网络技术...

...数字识别、人脸识别、表情识别、人体姿态识别等7个项目；生成类项目包括看图写话、生成电视剧剧本、风格迁移、生成人脸等6个项目。本书代码丰富，注释详尽，适合有一定Python基础的读者，包括计算机相关专业的学生...

...章，分为Python基础知识体系、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等。

...贝叶斯理论背后的科学思想，还阐述了它与人类思维之间的深刻关系，并对各相关领域和人工智能的发展进行了展望。本书适合喜爱数学、算法、机器学习、人工智能、逻辑学和哲学的大众读者，读者无须过多数学和算法...

...介绍神经网络和 PyTorch 的基础知识，以及如何使用 PyTorch 构建并训练神经网络，包括输入数据缩放、批归一化、超参数调整等；第二部分（第 4~10 章）介绍如何使用卷积神经网络、迁移学习等技术解决更复杂的视觉相关问题，包括图像分类...

...的。本书是一本有深度、有特点的著作，适合数学工作者以及基础数学、应用数学等专业的学生阅读。本书由著名代数学家与代数几何学家Michael Artin所著，是作者在代数领域数十年的智慧和经验的...

...金融建模中各种常见的初等和高等数学内容，这些内容是后续金融产品定价和风险分析的数学基础。第12章主要研究固定收益定价和分析等内容。 本书适合所有金融从业者阅读，特别适合金融编程零基础读者参考学习...

...多模态数据融合、实时推荐等。对于希望深入了解推荐系统的从业者和研究者来说，《推荐系统实践》是一本不可或缺的指南。这本书以实用为导向，不仅适合计算机科学、数据科学等专业的学生，还适合有一定基础的工程师...

...了 AI 训练师的职业技能提升方法，具体内容包括认识 AI 训练师、能力培养、Python 编程语言、机器学习算法、深度学习算法、自然语言处理、数据标注、神经网络训练、模型评估和优化、管理和部署等，对人工智能训练相关工作做了系统的描述和指导...

...智能解析、深度学习识别验证码、Kubernetes 运维及部署等知识点，同时也对各个爬虫知识点涉及的请求、存储、解析、测试等工具进行了丰富和更新。微软中国大数据工程师、博客文章过百万的博主静觅力作；