官术网_书友最值得收藏!

機器學習基礎:從入門到求職
會員

本書是一本機器學習算法方面的理論+實踐讀物,主要包含機器學習基礎理論、回歸模型、分類模型、聚類模型、降維模型和深度學習模型六大部分。機器學習基礎理論部分包含第1、2章,主要介紹機器學習的理論基礎和工程實踐基礎。第3章是回歸模型部分,主要包括模型的建立、學習策略的確定和優化算法的求解過程,最后結合三種常見的線性回歸模型實現了一個房價預測的案例。第4至11章詳細介紹了幾種常見的分類模型,包括樸素貝葉斯模型、K近鄰模型、決策樹模型、Logistic回歸模型、支持向量機模型、隨機森林模型、AdaBoost模型和提升樹模型,每一個模型都給出了較為詳細的推導過程和實際應用案例。第12章系統介紹了五種常見的聚類模型,包括K-Means聚類、層次聚類、密度聚類、譜聚類和高斯混合聚類,每一個模型的原理、優缺點和工程應用實踐都給出了較為詳細的說明。第13章系統介紹了四種常用的降維方式,包括奇異值分解、主成分分析、線性判別分析和局部線性嵌入,同樣給出了詳細的理論推導和分析。最后兩章分別是詞向量模型和深度神經網絡模型,其中,詞向量模型詳細介紹了Word2Vec和Doc2Vec模型的原理推導和應用;深度神經網絡模型系統介紹了深度學習相關的各類基礎知識。

胡歡武編著 ·人工智能 ·12.3萬字

大模型工程化:AI驅動下的數據體系
會員

大模型在眾多領域得到了廣泛應用,促進了AI技術的整合和創新。然而,在實際應用過程中,直接將大模型應用于特定行業常常難以達到預期效果。本書詳細闡述如何在游戲經營分析場景中利用大模型實現數據體系的建設。本書分為6個部分,共16章。第1部分主要介紹大模型技術的發展與應用,從大模型的發展現狀展開,重點介紹大模型與數據體系的相關知識。第2部分主要介紹大模型下的關鍵基礎設施,涵蓋湖倉一體引擎、湖倉的關鍵技術、實時數據寫入和高效數據分析等內容。第3部分主要介紹大模型下的數據資產,圍繞數據資產重塑、數據資產標準、數據資產建設、數據資產運營展開。第4部分主要介紹自研領域大模型的技術原理,涵蓋領域大模型的基礎、需求理解算法、需求匹配算法、需求轉譯算法等內容。第5部分主要介紹大模型的工程化原理,涉及工程化的基礎、技術籌備、建設要點、安全策略等內容。第6部分介紹大模型在游戲領域的應用,通過游戲領域的經營分析案例,系統地闡述如何實現業務需求。本書適合致力于大模型技術應用的數據工程師閱讀,也適合尋求AI自動化編程解決方案的軟件開發者閱讀,還適合希望利用AI提升業務效率的企業決策者閱讀。

騰訊游戲數據團隊編著 ·人工智能 ·15.6萬字

QQ閱讀手機版

主站蜘蛛池模板: 措勤县| 康乐县| 临沂市| 湟源县| 竹溪县| 读书| 汉川市| 白沙| 日喀则市| 孝感市| 古交市| 秭归县| 寻甸| 睢宁县| 洪江市| 水城县| 和田市| 和硕县| 凤台县| 西林县| 百色市| 高陵县| 浏阳市| 乌恰县| 双牌县| 凌源市| 五大连池市| 霞浦县| 巴东县| 定日县| 逊克县| 苏州市| 龙南县| 微山县| 邵东县| 定襄县| 黄大仙区| 乐安县| 柯坪县| 英山县| 土默特右旗|