官术网_书友最值得收藏!

機器學習基礎(chǔ):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(chǔ)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(chǔ)理論部分包含第1、2章,主要介紹機器學習的理論基礎(chǔ)和工程實踐基礎(chǔ)。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(yōu)化算法的求解過程,最后結(jié)合三種常見的線性回歸模型實現(xiàn)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(tǒng)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(yōu)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(tǒng)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(jīng)網(wǎng)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(jīng)網(wǎng)絡模型系統(tǒng)介紹了深度學習相關(guān)的各類基礎(chǔ)知識。

胡歡武編著 ·人工智能 ·12.3萬字

深度學習與圍棋
會員

這是一本深入淺出且極富趣味的深度學習入門書。本書選取深度學習近年來最重大的突破之一AlphaGo,將其背后的技術(shù)和原理娓娓道來,并配合一套基于BetaGo的開源代碼,帶領(lǐng)讀者從零開始一步步實現(xiàn)自己的“AlphaGo”。本書側(cè)重實踐,深入淺出,庖丁解牛般地將深度學習和AlphaGo這樣深奧的話題變得平易近人、觸手可及,內(nèi)容非常精彩。全書共分為3個部分:第一部分介紹機器學習和圍棋的基礎(chǔ)知識,并構(gòu)建一個最簡圍棋機器人,作為后面章節(jié)內(nèi)容的基礎(chǔ);第二部分分層次深入介紹AlphaGo背后的機器學習和深度學習技術(shù),包括樹搜索、神經(jīng)網(wǎng)絡、深度學習機器人和強化學習,以及強化學習的幾個高級技巧,包括策略梯度、價值評估方法、演員-評價方法3類技術(shù);第三部分將前面兩部分準備好的知識集成到一起,并最終引導讀者實現(xiàn)自己的AlphaGo,以及改進版AlphaGoZero。讀完本書之后,讀者會對深度學習這個學科以及AlphaGo的技術(shù)細節(jié)有非常全面的了解,為進一步深入鉆研AI理論、拓展AI應用打下良好基礎(chǔ)。本書不要求讀者對AI或圍棋有任何了解,只需要了解基本的Python語法以及基礎(chǔ)的線性代數(shù)和微積分知識。

(美)馬克斯·帕佩拉 凱文·費格森 ·人工智能 ·19.7萬字

AIGC原理與實踐:零基礎(chǔ)學大語言模型、擴散模型和多模態(tài)模型
會員

本書旨在幫助沒有任何人工智能技術(shù)基礎(chǔ)的工程師們?nèi)嬲莆誂IGC的底層技術(shù)原理,以及大語言模型、擴散模型和多模態(tài)模型的原理與實踐。本書的核心價值是,首先為想學習各種大模型的讀者打下堅實的技術(shù)基礎(chǔ),然后再根據(jù)自己的研究方向展開深入的學習,達到事半功倍的效果。通過閱讀本書,您將學習如下內(nèi)容:(1)AIGC技術(shù)基礎(chǔ)深入了解神經(jīng)網(wǎng)絡的基礎(chǔ)知識,包括卷積神經(jīng)網(wǎng)絡和循環(huán)神經(jīng)網(wǎng)絡的原理與應用。并通過學習神經(jīng)網(wǎng)絡的優(yōu)化方法,您將掌握如何優(yōu)化和提升神經(jīng)網(wǎng)絡的性能。(2)圖像生成模型包括從自動編碼器(AE)、變分自編碼器(VAE)、生成對抗網(wǎng)絡(GAN)等圖像生成模型。通過學習優(yōu)化方法,如WGAN、WGAN-WP、StyleGAN等,您將掌握如何提高圖像生成模型的質(zhì)量和穩(wěn)定性。同時,了解圖像生成模型的應用,如遷移學習、風格遷移等,讓您輕松實現(xiàn)個性化創(chuàng)作。此外,還將帶您深入了解DDPM、DDIM等擴散模型的前沿技術(shù),為您展現(xiàn)圖像生成技術(shù)的最新成果,探索更加出色的生成效果和表達方式。(3)語言生成模型了解注意力機制、Transformer架構(gòu)等基礎(chǔ)知識,深入探索GAT系列、大語言模型(如ChatGPT),讓您掌握自然語言處理的精髓。(4)多模態(tài)模型了解CLIP、StableDiffusion、DALL.E等多模態(tài)模型,觸碰視覺和文字的奇妙交織,領(lǐng)略多模態(tài)智能的廣闊前景。

吳茂貴 ·人工智能 ·16.7萬字

大模型項目實戰(zhàn):Agent開發(fā)與應用
會員

這是一本面向初中級讀者的Agent學習指南,作者既是資深的AI技術(shù)專家,又是經(jīng)驗豐富的項目導師,融合作者親身實踐、培訓反饋與官方資源,為Agent使用者和開發(fā)者提供了快速上手的實用指導。本書從基礎(chǔ)知識、操作和應用開發(fā)3個維度循序漸進地講解Agent實戰(zhàn)技巧,分為三篇:基礎(chǔ)篇(1~2章):介紹Agent定義、發(fā)展歷程、常用開源技術(shù)、主要組件等基礎(chǔ)知識和開發(fā)環(huán)境的搭建過程。應用篇(3~6章):從通用型、任務驅(qū)動型、輔助開發(fā)型和檢索增強型4大類,通過AutoGPT、MemGPT、BabyAGI、Camel、Devika、CodeFuse-ChatBot、DB-GPT、QAnything這8種具體類型,詳細描述Agent的安裝、配置和使用等操作步驟。開發(fā)篇(7~16章):展開分析10個不同場景的Agent應用開發(fā)實例。一方面,以AgentScope、LangChain、LangGraph、AutoGen、LlamaIndex、CrewAI、Qwen-Agent這7種被廣泛應用的開源Agent開發(fā)框架為基礎(chǔ),針對每個框架各講解一個開發(fā)案例。另一方面,通過案例介紹Agent開發(fā)過程中關(guān)鍵的Function-calling特性及大語言模型開發(fā)技術(shù)。此外,對基于CogVLM2的多模態(tài)模型應用開發(fā),也提供詳細的案例演示。

高強文 ·人工智能 ·7.2萬字

QQ閱讀手機版

主站蜘蛛池模板: 涿鹿县| 贺兰县| 东安县| 南昌市| 桑植县| 阿合奇县| 德阳市| 辰溪县| 芜湖县| 延寿县| 手游| 吴旗县| 乌拉特前旗| 吴忠市| 广德县| 抚宁县| 天台县| 梨树县| 慈利县| 丹棱县| 通渭县| 邢台县| 东乡| 翼城县| 余江县| 丰都县| 江永县| 平原县| 田阳县| 边坝县| 绿春县| 革吉县| 改则县| 噶尔县| 泸溪县| 盐城市| 盘锦市| 东兰县| 光山县| 固镇县| 英吉沙县|