Python机器学习:基于PyTorch和Scikit-Learn在线阅读
会员

Python机器学习:基于PyTorch和Scikit-Learn

(美)塞巴斯蒂安·拉施卡等
开会员,本书免费读 >

计算机网络人工智能25.6万字

更新时间:2023-11-07 16:04:56 最新章节:封底

立即阅读
加书架
下载
听书

书籍简介

本书深入介绍了机器学习领域的基本概念和方法,除介绍了Python机器学习库和用机器学习库搭建神经网络模型的方法外,还介绍了机器学习算法的数学理论、工作原理、使用方法、实现细节以及如何避免机器学习算法实现过程中的常见问题。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,以及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,还介绍了深度学习的新动态,包括图神经网络和用于自然语言处理(NLP)的大型transformer。本书讲解清晰,示例生动,理论和实践部分相对平衡,既可以作为机器学习领域初学者的入门教程,也可以作为读者开发机器学习项目时的参考书。
品牌:机械工业出版社
译者:李波等
上架时间:2023-06-01 00:00:00
出版社:机械工业出版社
本书数字版权由机械工业出版社提供,并由其授权上海阅文信息技术有限公司制作发行

最新章节

(美)塞巴斯蒂安·拉施卡等
主页

最新上架

  • 会员
    本书从技术和规制两个角度入手,以人工智能治理的法律、公共政策以及伦理规范等相关社会行为和社会关系的规则建立和运行为主要思考方向和研究进路,在梳理人工智能发展情况、欧盟及其他国家人工智能立法与政策发布现状的基础上,对人工智能治理的基础、基本路径及我国人工智能产业、政策与规制思路进行了全面和有益的探索。
    杨晓雷主编计算机23.9万字
  • 会员
    DeepSeek是一种基于Transformer架构的生成式AI(ArtificialIntelligence)大模型,融合了MoE架构、混合精度训练、分布式优化等先进技术,具备强大的文本生成、多模态处理和任务定制化能力。本书系统性地介绍了开源大模型DeepSeek-V3的核心技术及其在实际开发中的深度应用。全书分三部分共12章,涵盖理论解析、技术实现和应用实践。本书通过深度讲解与实用案例相结合
    未来智能实验室 代晶编著计算机17.1万字
  • 会员
    本书将带你深入探索AI“神器”——DeepSeek的无限潜能,带你从零开始,轻松掌握AI的核心应用。通过学习本书,你将轻松上手DeepSeek,开启智能生活新篇章;通过学习本书,你将学会用DeepSeek大幅提升工作效率;通过学习本书,你将学会如何让DeepSeek成为你的职场超级助手;通过学习本书,你将学会如何利用DeepSeek激发自己的创作灵感,打造爆款内容和个人品牌;通过学习本书,你将学会
    秋叶 任泽岩 黄震炜计算机7.2万字
  • 当前世界正处于百年变局,人类社会已经进入数字经济3.0时代:数字内容迭代,从1.0时代逐步迈入3.0时代;人工智能技术飞跃,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?本书阐述了人工智能技术演变的大趋势、算力驱动计算体系的
    张亚勤计算机13.1万字
  • 会员
    本书理论联系实际,全面地介绍ChatGPT的主要应用场景,帮助读者掌握ChatGPT的使用方法和技巧。本书不仅讲述了ChatGPT在学习、写作、工作、生活方面的应用案例,还介绍了一个打造个人品牌的综合应用,内容实用,可操作性强。本书适合希望了解ChatGPT的初学者阅读。
    刘韩 王子 潘剑峰编著计算机9.6万字
  • 会员
    本书共分为10章,涵盖了贝叶斯概率、概率估计、贝叶斯分类、随机场、参数估计、机器学习、深度学习、贝叶斯网络、动态贝叶斯网络、贝叶斯深度学习等。本书涉及的应用领域包含机器学习、图像处理、语音识别、语义分析等。
    刘冰计算机0字
  • 会员
    本书共分为8章,涵盖了从数据分析基础知识、常见的统计学方法到使用ChatGPT进行数据准备、数据清洗、数据特征提取、数据可视化、回归分析与预测建模、分类与聚类分析,以及深度学习和大数据分析等全面的内容。
    朱宁计算机10.7万字
  • 会员
    本书围绕“公平、隐私与保障、可靠与安全、包容、负责、透明”六个人工智能需要遵循的原则,诠释当代青少年对负责任的人工智能的认识和思考。
    王岭主编计算机7.1万字
  • 会员
    本书分为4章,共20章。其中第1篇为基础算法篇,从第1章到第9章,讲述排序、查找、线性结构、树、散列、图、堆栈等基本数据结构算法;第2篇为机器学习算法篇,从第10章到第14章,讲述分类算法、回归算法、聚类算法、降维算法和集成学习算法;第3篇为强化学习算法篇,从第15章到第16章,讲述基于价值的强化学习算法和基于策略的强化学习算法;第4篇为深度学习算法篇,从第17章到第19章,讲述神经网络模型算法、
    唐宇迪 史卫亚 罗召勇 李琳 侯惠芳编著计算机0字