官术网_书友最值得收藏!

《機(jī)器學(xué)習(xí)》習(xí)題參考
會(huì)員

本書配套周志華教授所著的《機(jī)器學(xué)習(xí)》教材,通過大量習(xí)題考查讀者對(duì)機(jī)器學(xué)習(xí)相關(guān)知識(shí)點(diǎn)的理解與掌握。全書分為兩個(gè)部分:第一部分習(xí)題對(duì)應(yīng)《機(jī)器學(xué)習(xí)》第1~10章的內(nèi)容,包括緒論、模型評(píng)估與選擇、線性模型、決策樹、神經(jīng)網(wǎng)絡(luò)、支持向量機(jī)、貝葉斯分類器、集成學(xué)習(xí)、聚類、降維與度量學(xué)習(xí);第二部分包含6章應(yīng)用專題,通過綜合題的形式對(duì)知識(shí)點(diǎn)進(jìn)行多角度考查,包括線性模型的優(yōu)化與復(fù)用、面向類別不平衡數(shù)據(jù)的分類、神經(jīng)網(wǎng)絡(luò)的優(yōu)化與應(yīng)用、EM算法及其應(yīng)用、集成學(xué)習(xí)的過擬合現(xiàn)象研究、度量學(xué)習(xí)及其應(yīng)用。書中包含簡答題、計(jì)算題和編程題,涵蓋不同難度級(jí)別,機(jī)器學(xué)習(xí)初學(xué)者可以通過這些習(xí)題深入了解和鞏固教材的關(guān)鍵概念,對(duì)機(jī)器學(xué)習(xí)有一定基礎(chǔ)的讀者也可以通過習(xí)題發(fā)現(xiàn)對(duì)一些知識(shí)點(diǎn)不同角度的解讀,為后續(xù)機(jī)器學(xué)習(xí)的深入研究打下基礎(chǔ)。本書面向《機(jī)器學(xué)習(xí)》讀者以及廣大機(jī)器學(xué)習(xí)愛好者,可作為高等院校人工智能、計(jì)算機(jī)、自動(dòng)化及相關(guān)專業(yè)的本科生或研究生的教學(xué)輔助書籍,也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

葉翰嘉 詹德川 ·人工智能 ·19.3萬字

財(cái)稅RPA:財(cái)稅智能化轉(zhuǎn)型實(shí)戰(zhàn)
會(huì)員

這是一本指導(dǎo)財(cái)務(wù)和稅務(wù)領(lǐng)域的企業(yè)和組織利用RPA機(jī)器人實(shí)現(xiàn)智能化轉(zhuǎn)型的著作。作者基于自身在財(cái)稅和信息化領(lǐng)域多年的實(shí)踐經(jīng)驗(yàn),從技術(shù)原理、應(yīng)用場景、實(shí)施方法論、案例分析4個(gè)維度詳細(xì)講解了RPA在財(cái)稅中的應(yīng)用,包含大量RPA機(jī)器人在核算、資金、稅務(wù)相關(guān)業(yè)務(wù)中的實(shí)踐案例。幫助企業(yè)從容應(yīng)對(duì)技術(shù)變革,找到RPA技術(shù)挑戰(zhàn)的破解思路,構(gòu)建財(cái)務(wù)智能化轉(zhuǎn)型的落地能力,真正做到“知行合一”。全書共6章:第1章介紹了在數(shù)字化轉(zhuǎn)型的大背景下,財(cái)稅部門正在經(jīng)歷的信息化、自動(dòng)化、智能化和數(shù)字化4項(xiàng)革新;第2章從技術(shù)層面講解了RPA的定義、功能、技術(shù)特點(diǎn)、應(yīng)用領(lǐng)域、發(fā)展階段和產(chǎn)品架構(gòu);第3章從財(cái)務(wù)機(jī)器人選擇的角度講解了財(cái)務(wù)機(jī)器人的應(yīng)用場景、適用流程、收益和局限性等;第4章系統(tǒng)講解了財(cái)稅機(jī)器人的整套實(shí)施方法論,包括策略與評(píng)估、設(shè)計(jì)與構(gòu)建、實(shí)施與應(yīng)用、運(yùn)營與優(yōu)化4個(gè)步驟,以及如何建立RPA卓越中心;第5章通過近10個(gè)案例講解了財(cái)稅機(jī)器人在核算類、資金類、稅務(wù)類業(yè)務(wù)場景中的應(yīng)用和實(shí)施;第6章對(duì)未來RPA和AI技術(shù)的結(jié)合進(jìn)行了展望,探討了RPA對(duì)財(cái)務(wù)人員的影響。

郭奕 趙旖旎 ·人工智能 ·9.9萬字

破解深度學(xué)習(xí)(核心篇):模型算法與實(shí)現(xiàn)
會(huì)員

本書旨在采用一種符合讀者認(rèn)知角度且能提升其學(xué)習(xí)效率的方式來講解深度學(xué)習(xí)背后的核心知識(shí)、原理和內(nèi)在邏輯。經(jīng)過基礎(chǔ)篇的學(xué)習(xí),想必你已經(jīng)對(duì)深度學(xué)習(xí)的總體框架有了初步的了解和認(rèn)識(shí),掌握了深度神經(jīng)網(wǎng)絡(luò)從核心概念、常見問題到典型網(wǎng)絡(luò)的基本知識(shí)。本書為核心篇,將帶領(lǐng)讀者實(shí)現(xiàn)從入門到進(jìn)階、從理論到實(shí)戰(zhàn)的跨越。全書共7章,前三章包括復(fù)雜CNN、RNN和注意力機(jī)制網(wǎng)絡(luò),深入詳解各類主流模型及其變體;第4章介紹這三類基礎(chǔ)模型的組合體,即概率生成模型;第5章和第6章著重介紹這些復(fù)雜模型在計(jì)算機(jī)視覺和自然語言處理兩大最常見領(lǐng)域的應(yīng)用;第7章講解生成式大語言模型的內(nèi)在原理并對(duì)其發(fā)展趨勢(shì)予以展望。本書系統(tǒng)全面,深入淺出,且輔以生活中的案例進(jìn)行類比,以此降低學(xué)習(xí)難度,能夠幫助讀者迅速掌握深度學(xué)習(xí)的基礎(chǔ)知識(shí)。本書適合有志于投身人工智能領(lǐng)域的人員閱讀,也適合作為高等院校人工智能相關(guān)專業(yè)的教學(xué)用書。

瞿煒 李力 楊潔 ·人工智能 ·13.4萬字

DeepSeek實(shí)操:職場效率倍增的秘籍
會(huì)員

本書是一本專為企業(yè)管理者和辦公人員打造的實(shí)用指南,旨在幫助企業(yè)通過人工智能技術(shù)實(shí)現(xiàn)數(shù)字化轉(zhuǎn)型,提升運(yùn)營效率與競爭力。結(jié)合豐富的企業(yè)AI解決方案設(shè)計(jì)與實(shí)施經(jīng)驗(yàn),深入剖析了DeepSeek這一領(lǐng)先的人工智能模型在企業(yè)中的廣泛應(yīng)用場景。全書共分為四大部分,涵蓋了企業(yè)管理、市場營銷、銷售與客服等多個(gè)核心領(lǐng)域,詳細(xì)介紹了近100個(gè)企業(yè)使用場景,展示了如何通過DeepSeek實(shí)現(xiàn)效率的百倍提升。無論是人力資源招聘流程的自動(dòng)化、員工培訓(xùn)課程的智能設(shè)計(jì),還是市場調(diào)研問卷的快速生成、競品分析報(bào)告的自動(dòng)化處理,本書都提供了詳實(shí)的解決方案和實(shí)施建議。每個(gè)場景均配有具體的Prompt示例、工具推薦和實(shí)施流程圖,確保讀者能夠輕松上手,快速將理論轉(zhuǎn)化為實(shí)踐。本書特別適合企業(yè)管理者、人力資源從業(yè)者、市場營銷人員、銷售團(tuán)隊(duì)以及IT技術(shù)人員閱讀。無論您是希望優(yōu)化企業(yè)內(nèi)部流程,還是提升市場競爭力,本書都將為您提供切實(shí)可行的AI應(yīng)用策略。通過本書,您將掌握如何利用DeepSeek這一強(qiáng)大的AI工具,解決企業(yè)在數(shù)字化轉(zhuǎn)型中的各種挑戰(zhàn),實(shí)現(xiàn)從效率提升到創(chuàng)新突破的全方位價(jià)值創(chuàng)造。

蘇江 溫潔 ·人工智能 ·8.7萬字

深入淺出Embedding:原理解析與應(yīng)用實(shí)踐
會(huì)員

這是一本系統(tǒng)、全面、理論與實(shí)踐相結(jié)合的Embedding技術(shù)指南,由資深的AI技術(shù)專家和高級(jí)數(shù)據(jù)科學(xué)家撰寫,得到了黃鐵軍、韋青、張崢、周明等中國人工智能領(lǐng)域的領(lǐng)軍人物的一致好評(píng)和推薦。在內(nèi)容方面,本書理論與實(shí)操兼顧,一方面系統(tǒng)講解了Embedding的基礎(chǔ)、技術(shù)、原理、方法和性能優(yōu)化,一方面詳細(xì)列舉和分析了Embedding在機(jī)器學(xué)習(xí)性能提升、中英文翻譯、推薦系統(tǒng)等6個(gè)重要場景的應(yīng)用實(shí)踐;在寫作方式上,秉承復(fù)雜問題簡單化的原則,盡量避免復(fù)雜的數(shù)學(xué)公式,盡量采用可視化的表達(dá)方式,旨在降低本書的學(xué)習(xí)門檻,讓讀者能看得完、學(xué)得會(huì)。全書一共16章,分為兩個(gè)部分:第1部分(第1~9章)Embedding理論知識(shí)。主要講解Embedding的基礎(chǔ)知識(shí)、原理以及如何讓Embedding落地的相關(guān)技術(shù),如TensorFlow和PyTorch中的Embedding層、CNN算法、RNN算法、遷移學(xué)習(xí)方法等,重點(diǎn)介紹了Transformer和基于它的GPT、BERT預(yù)訓(xùn)練模型及BERT的多種改進(jìn)版本等。第二部分(第10~16章)Embedding應(yīng)用實(shí)例。通過6個(gè)實(shí)例介紹了Embedding及相關(guān)技術(shù)的實(shí)際應(yīng)用,包括如何使用Embedding提升傳統(tǒng)機(jī)器學(xué)習(xí)性,如何把Embedding技術(shù)應(yīng)用到推薦系統(tǒng)中,如何使用Embedding技術(shù)提升NLP模型的性能等。

吳茂貴 王紅星 ·人工智能 ·11.3萬字

QQ閱讀手機(jī)版

主站蜘蛛池模板: 翁源县| 南宁市| 宁波市| 康保县| 娱乐| 湖南省| 余姚市| 水富县| 邓州市| 鸡东县| 晴隆县| 呼玛县| 威信县| 甘南县| 荆门市| 安塞县| 朝阳县| 北宁市| 安龙县| 大港区| 商城县| 金昌市| 永清县| 浦城县| 美姑县| 依安县| 正镶白旗| 应用必备| 河西区| 桦南县| 奉贤区| 修武县| 磐安县| 辽宁省| 汉沽区| 织金县| 永善县| 高要市| 兴国县| 泰安市| 依安县|