找到 11 条结果 按相关性 按时间降序
深度学习导论与应用实践
本书用做深度学习的入门读物，面向信息产业从业者与信息学科本科生研究生。本书从数学基础与编程基础开始，一步步引导读者领略深度学习的起源与发展，向读者介绍深度学习在计算机视觉、自然语言处理等方面的实际应用，并给作者呈现最最前沿的深度学习研究进展，深入剖析了技术原理，带领读者逐步推导深度学习背后的数学模型，并结合PaddlePaddle深度学习框架实现项目，代码清晰，易于理解。本书深入浅出，将原理解析与国内流行的深度学习框架PaddlePaddle实例结合，旨在使读者更全面清晰地掌握深度学习前沿技术。
深度学习必学的十个问题——理论与实践
深度学习是目前最流行的技术领域。本书兼顾了数学上的理解和代码实践，内容主要包括基础知识和深度学习模型。第1章 介绍深度学习的简洁发展思路和表示学习机制； 第2章、第3章介绍神经网络的基于梯度的优化方法、神经网络的优化难点以及相应的解决方法； 第4章讨论神经网络遇到的过拟合问题； 第5章分析神经网络的最小组成部分——神经元； 第6章讨论三种方案解决深层网络的训练难题： 批标准化、SELU、ResNet； 第7章、第8章讲述了两种重要的神经网络模型： 卷积神经网络和循环神经网络； 第9章讨论了对于神经网络的无监督学习方式； 第10章详细讨论以变分自编码器和对抗生成网络为代表的概率生成网络。 本书适合对于深度学习感兴趣的大学生、工程师阅读参考。阅读本书需要具备基础的Python编程技术和基本的数学知识。
统计学习必学的十个问题——理论与实践
统计学习是机器学习的重要分支，本书兼顾了数学上的理论和代码实践，内容主要包括基础知识和统计学习模型。第1章、第2章结合VC维介绍过拟合的本质，并介绍手动特征选择的办法； 第3章、第4章从最简单的线性模型出发经过概率统计的解读而得到分类和回归算法； 第5章讨论不依赖于假设分布的非参数模型； 第6章介绍将核方法作为一种非线性拓展的技巧，介绍如何将该方法应用到很多算法中，并引出了著名的高斯过程； 第7章以混合高斯作为软分配聚类的代表性方法，从而引出著名的EM算法； 第8章讨论了机器学习的集成算法； 第9章介绍的线性和非线性降维方法将会解决维度灾难问题，并且不同于单纯的特征选择； 第10章讨论不依赖于独立同分布假设的时间序列算法。 本书适合对于统计学习感兴趣的大学生、工程师阅读参考。阅读本书需要具备基础的Python编程技术和基本的数学知识。
机器学习实践
本书围绕数据、算法、模型三要素，研究选取不同算法从历史数据中获取经验，并归纳出模型进行预测与优化的系列理论与技术，是涉及计算机科学、概率统计、决策论等多个学科的多领域交叉学科。本书应用开源深度学习框架PaddlePaddle，从问题定义、数据收集、特征工程、模型训练、模型评估、模型应用方面，层层深入、循序渐进地剖析机器学习中极具代表性的基础实践，理论翔实，代码精细，是一本实用性极强的入门实践教辅材料。
自然语言处理实践
本书融合统计学、语言学等知识，以“让计算机能够确切理解人类的语言，并自然地与人进行交互”为终极目标，研究能够实现人与计算机之间用自然语言进行沟通的系列理论与技术。本书兼具基础理论与编程实战，可作为高等院校计算机、信息技术等相关专业的高年级本科生或研究生的实践教材或参考书，也可供从事自然语言处理、数据挖掘和人工智能等领域研究的相关人员参考，是一本实用性极强的入门实践教辅材料。
百度之星题集（2005-2021年）
本书为百度之星大赛试题集。百度之星由百度公司举办，自2005年至今已举办16届，累计参赛学生近30万，涌现出楼天成、戴文渊等明星冠军选手，被视为国内程序员的“黄埔军校”和“造星工场”。 本书汇集2005～2020年初赛、复赛、决赛试题的解析，提供具有参考价值的解题思路，有助于编程爱好者提升程序设计、算法设计能力，是难得的教学辅助读物。本书汇集2005～2020年初赛、复赛、决赛试题的解析，提供具有参考价值的解题思路，有助于编程爱好者提升程序设计、算法设计能力，是难得的教学辅助读物。
计算社会科学导论
本书精心选择了回归分析、机器学习、聚类分析、神经网络分析、自然语言处理、计算机视觉、社会网络分析、ABM等内容。通过飞桨平台提供多种开发工具和预训练模型，以及详细的帮助文档和课程，让广大师生快速有效地开展学习和研究。 本书是一本开源的、不断更新的、“适文化”的教材，可作为人文社科类学生学习计算社会科学的入门教材，目的是让他们了解计算社会科学主要的研究议题、研究方法、源起和发展，从而开启他们的学习与探索之旅。本书也可以供计算社会科学相关专业学生和研究者来了解“社会科学家们到底在做什么？”，有助于计算社会科学相关专业学习人员提高人文素养。
计算机视觉实践（第2版）
本书是一本基于PaddlePaddle深度学习框架的实践性计算机视觉教材，重点关注计算机视觉在实际中的应用。本书涵盖计算机视觉领域的众多方面，包含图像分类、目标检测、图像分割、视频分类以及图像生成等领域，并通过大量的实践案例向读者演示如何编写计算机视觉应用程序，从而帮助读者深入理解计算机视觉的核心概念和技术。 本书可以作为一本实用的计算机视觉实践指南，无论对于从事计算机视觉领域的专业人士，还是对计算机视觉感兴趣的初学者，本书都值得阅读和收藏。
机器学习实践（第2版）
本书是基于Python以及飞桨（PaddlePaddle）深度学习框架的实践性机器学习入门教程，内容涵盖Python基础语法、机器学习常用算法以及在计算机视觉和自然语言处理等经典领域的详细案例解析。 本书语言简洁易懂，注重实践与理论相结合，旨在帮助读者掌握机器学习的核心概念和技能。通过阅读本书，读者可以快速了解机器学习各种算法的应用场景，并掌握使用PaddlePaddle来解决机器学习问题的方法。对于想要入门机器学习的人来说，本书是一本实用性较强的参考书。
IKCEST国际大数据竞赛赛题解析
暂无简介
- 1
- 2