深度学习的数学：使用Python语言 - 第9页

本书沿袭《程序员的数学》平易近人的风格，用通俗的语言和具体的图表深入讲解程序员必须掌握的各类概率统计知识，例证丰富，讲解明晰，且提供了大量扩展内容，引导读者进一步深入学习。本书涉及随机变量、贝叶斯公式、离散...

...密切相关的数学方法，分析了哥尼斯堡七桥问题、高斯求和、汉诺塔、斐波那契数列等经典问题和算法。引导读者深入理解编程中的数学方法和思路。《程序员的数学 第2版》新增一个附录来介绍机器学习的...

...自动化深度学习（AutoDL）展开，系统介绍如何利用算法与工程化平台降低 AI 模型开发门槛。全书从机器学习流程自动化出发，讲解数据预处理、特征工程、模型选择、超参数优化以及神经网络结构搜索（NAS）等关键技术，并分析自动化训练与部署流程的...

...以多层神经网络、玻尔兹曼机器学习等经典理论为开端，以深度学习为结果，向读者展示了一个非常美妙的机器学习技术领域。内容包括数据采集、数据挖掘、机器学习、支持向量机、神经网络、模型调整、基于玻尔兹曼机器学习的图像处理方法等。

...中的统计方法和思维。6. 数据有道讲解数据科学的基础，重点介绍数据收集、清洗和分析技巧。7. 机器学习深入讲解机器学习的核心概念与算法，帮助读者理解并应用机器学习...

...逼近的强化学习方法。本书强调从数学的角度引人概念、分析问题、分析算法，并不强调算法的编程实现。本书不要求读者具备任何关于强化学习的知识背景，仅要求读者具备一定的概率论和线性代数的知识...

...一种大规模分布式深度学习框架)和开源项目Cascading(一个新的针对MapReduce 的数据处理API)。本书是一本专业、全面的Hadoop 参考书和工具书，阐述了Hadoop 生态圈的新发展和应用，程序员可以从中探索海量数据集的存储和分析...

...许多数据可视化功能；第 5 章以 Scikit-Learn 为主，这个程序库为最重要的机器学习算法提供了高效整洁的 Python 版实现。本书适合有编程背景，并打算将开源 Python 工具用作分析、操作、可视化以及学习数据的数据...

...导向的产品领导者。逄伟（Wilson Pang）毕业于浙江大学电气工程专业，于 2018 年 11 月加入澳鹏（Appen），担任首席技术官。他曾担任全球第二大在线旅行社携程（Ctrip）的首席数据官、加州易贝（eBay）的高级...

...对于当前比较热门的生成对抗网络和强化学习也有一定的介绍，方便读者拓宽视野，掌握前沿方向。本书适合人工智能、机器学习、深度学习方面的人员阅读，也适合其他 IT 方面从业者，另外，还可以作为相关专业的教材...