官术网_书友最值得收藏!

機器學習算法的數學解析與Python實現
會員

學習機器學習的動機很多,可能是實際工作需要,可能是興趣愛好,也可能是學業要求,從每種動機的角度看,這個問題都可能有不同的答案。我認同許多人所說的求知不能太功利這一觀點,不過大家的時間和精力畢竟有限,就算不去追求投入產出比,至少也應該有一個學這門知識想要達到的目的。機器學習是更偏重于應用的學問,在當下的發展也確實使得機器學習越來越像一門技能,而不僅僅是技術。初學算法時我最想學的是里面的“最強算法”,不過在第1章我將介紹,機器學習算法沒有最強的,只有最合適的,對于不同的問題,對應會有不同的最合適算法。所以,我們更需要關注的應該是問題,而不是算法本身。在本書中我選擇介紹市面上成熟的機器學習算法包,通過現成的算法包,就能夠根據實際要解決的問題直接選擇所需要的機器學習算法,從而把注意力集中在對不同算法的選擇上。本書的目標讀者是想要學習機器學習的學生、程序員、研究人員或者愛好者,以及想要知道機器學習是什么、為什么和怎么用的所有讀者。本書第1章介紹機器學習總體背景,第2章介紹配置環境,第3章到第10章彼此獨立,每一章介紹一種具體的機器學習算法,讀者可以直接閱讀想要了解的算法,第11章介紹了集成學習方法,這是一種組合機器學習算法的方法,也是當前在實際使用中常見又十分有效的提升性能的做法。

莫凡 ·人工智能 ·11.5萬字

大型語言模型實戰指南:應用實踐與場景落地
會員

這是一本系統梳理并深入解析大模型的基礎理論、算法實現、數據構造流程、模型微調方法、偏好對齊方法的著作,也是一本能手把手教你構建角色扮演、信息抽取、知識問答、AIAgent等各種強大的應用程序的著作。本書得到了零一萬物、面壁智能、通義千問、百姓AI、瀾舟科技等國內主流大模型團隊的負責人的高度評價和鼎力推薦。具體地,通過本書你能了解或掌握以下知識:(1)大型語言模型的基礎理論,包括常見的模型架構、領域大型語言模型以及如何評估大模型的性能。(2)大模型微調的關鍵步驟:從數據的收集、清洗到篩選,直至微調訓練的技術細節。(3)大模型人類偏好對齊方法,從基于人工反饋的強化學習框架到當前主流的對齊方法。(4)通過GPTs快速搭建個性化的專屬ChatGPT應用。(5)通過開源模型在多種場景下搭建大模型應用,包括:表格查詢、角色扮演、信息抽取、知識問答、AIAgent等。(6)掌握大模型Agent方法以及Agent常用框架。(7)基于LangChain框架構建一個AutoGPT應用。本書集大模型理論、實踐和場景落地于一體,提供大量經詳細注釋的代碼,方便讀者理解和實操。總之,不管里是想深入研究大模型本身,還是進行大模型相關應用搭建,本書都應該能給你頗具價值的技術啟發與思考,讓你在大模型的路上快速前行,少走彎路。

劉聰 沈盛宇 李特麗 杜振東 ·人工智能 ·11.2萬字

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

QQ閱讀手機版

主站蜘蛛池模板: 泾川县| 年辖:市辖区| 疏勒县| 稻城县| 卢湾区| 金堂县| 闵行区| 商南县| 莱州市| 西昌市| 焉耆| 石阡县| 沁源县| 天台县| 新田县| 五指山市| 吴忠市| 庄河市| 永康市| 乳山市| 永州市| 龙陵县| 南部县| 彭山县| 微博| 金山区| 徐州市| 龙游县| 布尔津县| 曲阳县| 修文县| 长泰县| 襄垣县| 革吉县| 咸宁市| 额济纳旗| 藁城市| 南江县| 平原县| 泰来县| 凤山县|