Предварительная подлинная импортная книга Huluwa «Полностью взломать интервью с инженерами машинного обучения: строгий выбор 124 Алгоритм AI Решительный полный анализ» Bo Shuo
Цена: 3 297руб. (¥156)
Артикул: 614738622681
Вес товара: ~0.7 кг. Указан усредненный вес, который может отличаться от фактического. Не включен в цену, оплачивается при получении.
Описание товараПродавец:拓特图书专营店
Адрес:Чжэцзян
Рейтинг:
Всего отзывов:0
Положительных:0
Добавить в корзину
Другие товары этого продавца
¥831 754руб.
¥731 543руб.
¥811 712руб.
¥1493 149руб.
Полное растрескивание интервью инженера машинного обучения: Полный анализ 124 проблем с алгоритмом AI.
Автор: Хулува
Издательство: Бошуо
Дата публикации: 2020/01/06
Язык: традиционный китайский
ISBN: 9789864344611
Технические характеристики: Flat/432 страницы/17x23x2.16cm/normal/mountolor printing/первая версия
Место публикации: Тайвань
?? Обязательное интервью для машинного обучения ??
Книга содержит 124 вопроса об интервью и ответы инженеров по алгоритму машинного обучения, большинство из которых поступают из реальных случаев из факультета исследований алгоритма, известной международной платформы по потоковой передаче аудио и видео Hulu (инвестирована в штаб-квартиру Disney и со штаб-квартирой в Калифорнии, США).
Рекомендация СМИ
«Эта книга, составленная доктором Ge Yue, в соавторстве соавтория более десяти инженерных ученых, которые занимаются первоклассным машинным обучением каждый день. Это оригинальный, практичный и непосредственно доступный контент. Эта книга посвящена популяризации искусственного интеллекта и машинного обучения, помогая каждому программному инженеру стать конфиденциальным автором ИИ, и каждый ученый данных станет многообещающим исследователем ИИ». ─ Шен Сяньян / вице -президент Microsoft Global Executive и член Американской инженерной академии
«Теория компьютера и алгоритмы часто заставляют людей чувствовать себя отчужденными, потому что между ними и конкретными приложениями есть некоторые мосты. Эта книга доктора Ген Юэ учит вас, как строить эти мосты. Она может позволить компьютерам внезапно развиваться из знаний теоретических знаний об операторе, а также может позволить инженерам-некомпьютерам понимать мощный инструмент компьютерной науки». - Ву Джун / автор «Волны волны» и «Красота математики»
«В все более и более профессиональных книгах машинного обучения эта специальность инженеров Hulu заставляла меня осветить. Эта книга не поднимает мудрость людей, но организует теорию и алгоритмические системы машинного обучения с точки зрения академической точки Полевая книга поставила вас за дорогу, чтобы быстро достичь вашей цели, эта книга была завершена многими промышленными экспертами в сотрудничестве с отраслью.
Редактировать рекомендацию
Шен Сяньгьян, вице -президент Microsoft Global Executive and Academic Американской инженерной академии, Wu Jun, автор «Волны волны» и «Красота математики», Лю Линг, автор «рекламы вычислений» и вице -президент Университета наук и технологий, рекомендовал совместно!
Следующие несколько лет будут периодом полной популяризации технологий искусственного интеллекта и периода крупномасштабной нехватки инженеров-алгоритмов.Эта книга предназначена для того, чтобы помочь друзьям, которые заинтересованы в искусственном интеллекте и машинном обучении, чтобы получить более глубокое понимание основных навыков в этой области; Помогите каждому инженеру -программисту стать уверенным учеником ИИ; и помогите каждому ученым по данным стать плодотворным исследователем ИИ. Для каждого инженера, который стремится войти в это поле, эта книга поставит вам быстрый путь к вашей цели!
Рекомендация
Предисловие
Самостоятельное восстановление инженеров алгоритма машинного обучения
Глава 1 Инженерная инженерия
01 Особенности регуляризации
02 Характеристики категории
03 Управление мощными комбинированными характеристиками
04 Комбинированные функции
05 модель представления текста
06 Word2Vec
07 Как справиться с недостаточными данными изображения
Глава 2 Модель Оценить производительность модели
01 Ограничения индекса оценки
02 Кривая ROC
03 Применение аккордового расстояния
04 A/B Тестовая ловушка
05 Метод оценки модели
06 Super Parameter Recorment and Optimization
07 преодоление и недостаточная комбинация
Глава 3 Классический алгоритм
01 Служба поддержки векторной машины
02 Репликация логики
03 Дерево решений
Глава 4 Сокращение размерности
01 PCA Максимальная вариация математическая теория
02 Минимальная средняя теория ошибок PCA
03 Анализ линейной дискриминации
04 Анализ линейной дискриминации и анализ основных компонентов
Глава 5 неконтролируемого обучения
01 K средний кластер
02 Гауссовая гибридная модель
03 Самоорганизованная нейронная сеть отражения
04 Оценка алгоритма кластера
Глава 6 Вероятностная графическая модель
01 Объединенное распределение вероятностей модели карты вероятности
02 Представление диаграммы возможностей
03 Генеративная модель и дискриминационная модель
04 Модель Маркова
05 Тематическая модель
Глава 7 Алгоритмы оптимизации
01 Функция потерь при контрольном обучении
02 Проблемы оптимизации в машинном обучении
03 Алгоритм классической оптимизации
04 Проверка градиента
05 Метод случайного градиента спуска
06 Ускорение случайного градиентного происхождения
07 L1 регуляризация и редкость
Глава 8 Отбор проб
01 Роль выборки
02 равномерно распределение
03 Общие методы отбора проб
04 символизация нормального распределения
05 Makov Link Monte Carlo Shapeling
06 Моделирование между
07 Переадресация несбалансированных образцов
Глава 9 Нейронная сеть питания
01 Функции Multilayer Perceptron и Bollinger
02 Начальная функция в глубокой нейронной сети
03 Алгоритм обратного распространения многослойного персептрона
04 Навыки обучения нейронной сети
05 Глубокая нейронная сеть
06 Сеть разности глубины
Глава 10 повторяющаяся нейтральная сеть
01 Обучение нейронной сети и циклонов сети
02 Проблема переживания градиентного исчезновения нейронных сетей
03 Функция активации нейронной сети
04 Длинная кратковременная сеть памяти
05 SEQ2SEQ MODEL
06 Механизм внимания
ГЛАВА 11 УЧЕБНО
01 Укрепление оснований обучения
02 Усовершенствованное обучение в видеоиграх
03 Градиент политики
04 Исследуйте и используйте
Глава 12 Интегрированное обучение
01 Типы интегрированного обучения
02 Шаги и примеры интегрированного обучения
03 Основная категория
04 Отклонение и вариация
05 Основной принцип дерева решений по улучшению градиента
06 Отношения и разница между XGBOOST и GBDT
Глава 13 Генеративная состязательная сеть
01 Секрет первого знания Ганса
02 Wgan: возьмите призрак низкой вибрации
03 DCGAN: Когда Ганс встречается с томом
04 Али: включая рекомендательный бизнес
05 Irgan: генерирует диссоциированные образцы
06 Seqgan: генерировать текстовые последовательности
Глава 14 Популярные применения искусственного интеллекта
01 Расчет рекламы
02 Искусственный интеллект в игре
03 Приложение AI в автоматическом вождении
04 машинный перевод
05 Интеллектуальные расчеты во взаимодействии человека и между людьми
Приложение Авторскую книгу и ссылка
Предисловие
Самостоятельное восстановление инженеров алгоритма машинного обучения
Глава 1 Инженерная инженерия
01 Особенности регуляризации
02 Характеристики категории
03 Управление мощными комбинированными характеристиками
04 Комбинированные функции
05 модель представления текста
06 Word2Vec
07 Как справиться с недостаточными данными изображения
Глава 2 Модель Оценить производительность модели
01 Ограничения индекса оценки
02 Кривая ROC
03 Применение аккордового расстояния
04 A/B Тестовая ловушка
05 Метод оценки модели
06 Super Parameter Recorment and Optimization
07 преодоление и недостаточная комбинация
Глава 3 Классический алгоритм
01 Служба поддержки векторной машины
02 Репликация логики
03 Дерево решений
Глава 4 Сокращение размерности
01 PCA Максимальная вариация математическая теория
02 Минимальная средняя теория ошибок PCA
03 Анализ линейной дискриминации
04 Анализ линейной дискриминации и анализ основных компонентов
Глава 5 неконтролируемого обучения
01 K средний кластер
02 Гауссовая гибридная модель
03 Самоорганизованная нейронная сеть отражения
04 Оценка алгоритма кластера
Глава 6 Вероятностная графическая модель
01 Объединенное распределение вероятностей модели карты вероятности
02 Представление диаграммы возможностей
03 Генеративная модель и дискриминационная модель
04 Модель Маркова
05 Тематическая модель
Глава 7 Алгоритмы оптимизации
01 Функция потерь при контрольном обучении
02 Проблемы оптимизации в машинном обучении
03 Алгоритм классической оптимизации
04 Проверка градиента
05 Метод случайного градиента спуска
06 Ускорение случайного градиентного происхождения
07 L1 регуляризация и редкость
Глава 8 Отбор проб
01 Роль выборки
02 равномерно распределение
03 Общие методы отбора проб
04 символизация нормального распределения
05 Makov Link Monte Carlo Shapeling
06 Моделирование между
07 Переадресация несбалансированных образцов
Глава 9 Нейронная сеть питания
01 Функции Multilayer Perceptron и Bollinger
02 Начальная функция в глубокой нейронной сети
03 Алгоритм обратного распространения многослойного персептрона
04 Навыки обучения нейронной сети
05 Глубокая нейронная сеть
06 Сеть разности глубины
Глава 10 повторяющаяся нейтральная сеть
01 Обучение нейронной сети и циклонов сети
02 Проблема переживания градиентного исчезновения нейронных сетей
03 Функция активации нейронной сети
04 Длинная кратковременная сеть памяти
05 SEQ2SEQ MODEL
06 Механизм внимания
ГЛАВА 11 УЧЕБНО
01 Укрепление оснований обучения
02 Усовершенствованное обучение в видеоиграх
03 Градиент политики
04 Исследуйте и используйте
Глава 12 Интегрированное обучение
01 Типы интегрированного обучения
02 Шаги и примеры интегрированного обучения
03 Основная категория
04 Отклонение и вариация
05 Основной принцип дерева решений по улучшению градиента
06 Отношения и разница между XGBOOST и GBDT
Глава 13 Генеративная состязательная сеть
01 Секрет первого знания Ганса
02 Wgan: возьмите призрак низкой вибрации
03 DCGAN: Когда Ганс встречается с томом
04 Али: включая рекомендательный бизнес
05 Irgan: генерирует диссоциированные образцы
06 Seqgan: генерировать текстовые последовательности
Глава 14 Популярные применения искусственного интеллекта
01 Расчет рекламы
02 Искусственный интеллект в игре
03 Приложение AI в автоматическом вождении
04 машинный перевод
05 Интеллектуальные расчеты во взаимодействии человека и между людьми
Приложение Авторскую книгу и ссылка