深度学习的数学：使用Python语言 - 第8页

本书以人工智能发展为时代背景，通过实际案例应用描述算法，为Python程序员提供较为详细的实战方案，以便深度学习。主要从算法上分为数学、搜索、回溯、递归、排序、迭代、贪心、分治和动态规划等；从数据结构上分为字符串、数组、指针...

...与偏重数学推导的理论著作相比，本书更加注重经济管理和工程实践背景下的问题建模与求解过程。通过大量实例说明运筹学在生产管理、物流优化、项目管理、资源配置和决策支持中的应用价值，兼顾知识深度与实用性...

...4 章深度解析了无人驾驶、智能家居、AI 医疗等真实场景，并通过大量案例，让抽象的技术具象化，启发读者发现技术如何重塑世界； 第 3 章聚焦 AI 与学科融合，提供“AI 学语文”“AI 学数学”“AI 学英语”等...

数据科学和机器学习已经深度融合到我们生活的方方面面，而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌，但是掌握“数学 + 编程 + 机器学习”绝对是王牌。这次，学习数学不再是为了考试、分数、升学...

...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。本书涵盖了多种用于文本和图像分类的机器学习与深度学习方法，介绍了用于生成新数据的生成对抗网络（GAN）和用于训练智能体的强化学习...

...贯穿全书的 MNIST 手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。 学完本书后，你将能够通过编写 Python 代码来解决复杂的模式识别...

...算法的概念和数学原理，以通俗形象的语言进行讲解，让读者无须了解太多前置数学知识，就能看懂数学公式所表达的意思，从而快速掌握机器学习的思想和原理。本书首先介绍机器学习基本概念及工具，然后从概念、原理、Python实现...

...中学习。 本书作者特伦斯·谢诺夫斯基是全球人工智能十大科学家之一、深度学习先驱及奠基者，亲历了深度学习在 20 世纪 70 年代到 90 年代的寒冬。但他和一众开拓者，利用大数据和不断增强的计算能力...

...太数据、人工智能、云计算与制造业的深度融合，促进制造业向数字化、网络化和智能化转型升级。复杂系统健康监测是其中的关键环节之一.随着数据积聚、算法革新与算力提升，以裸度学习为代表的新一代人工智能技术不断取得突破性...

...全面深入地了解深度学习的知识和技巧，达到学以致用的目的。 适用于大数据平台系统工程师、算法工程师、数据科学家，可作为对人工智能和深度学习感兴趣的计算机相关从业人员的学习用书，也可作为计算机等相关专业的...