掃一掃
關注中圖網
官方微博
>
深入淺出機器學習:從數據到AI算法
本類五星書更多>
-
>
貨幣大歷史:金融霸權與大國興衰六百年
-
>
(精)方力鈞作品圖錄
-
>
《藏書報》2021合訂本
-
>
(精)中國當代書畫名家作品集·范碩:書法卷+繪畫卷(全2卷)
-
>
(噴繪樓閣版)女主臨朝:武則天的權力之路
-
>
書里掉出來一只狼+狼的故事-全2冊
-
>
奇思妙想創意玩具書(精裝4冊)
深入淺出機器學習:從數據到AI算法 版權信息
- ISBN：9787302678045
- 條形碼：9787302678045 ; 978-7-302-67804-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：
深入淺出機器學習:從數據到AI算法 本書特色
《深入淺出機器學習：從數據到AI算法》是一本為機器學習和人工智能領域量身打造的全面指南。本書以六章的豐富內容，系統講解了數據的重要性、數據分析技巧、高維空間數據處理、以及AI算法的核心原理。通過實際案例和詳細講解，本書不僅培養讀者對數據的敏銳洞察力，還深入探討了人機對話技術，包括ChatGPT的核心技術。無論是初學者還是專業人士，都能從中獲得寶貴的知識和啟發，將理論與實踐相結合，提升在機器學習和AI領域的實戰能力。
深入淺出機器學習:從數據到AI算法 內容簡介
"《深入淺出機器學習：從數據到大模型》是一本旨在幫助讀者系統學習機器學習的著作。本書通過深入淺出的方式，將復雜的機器學習理論和技術講解得深入淺出。 本書從機器學習的基礎開始，為讀者提供了對數據處理、特征工程和模型評估等核心概念的全面介紹。讀者將學習如何準備和清洗數據，如何選擇和構建合適的特征，并學會使用各種評估指標來評估模型性能。 然后，本書深入探討了常見的機器學習算法和技術。詳細解釋了線性回歸、邏輯回歸和神經網絡等算法的原理和應用，通過豐富的示例和實踐項目，掌握這些算法的實現和調優技巧。 本書聚焦于大規模模型和深度學習，介紹了深度學習的基本原理和常用的深度學習框架，如TensorFlow和PyTorch。讀者將學習如何構建深度神經網絡，如何進行模型訓練和調優，并了解大規模機器學習系統的實現和部署。"
深入淺出機器學習:從數據到AI算法深入淺出機器學習:從數據到AI算法 前言
在IT行業從業近二十年，非常幸運能夠進入到AI領域的研發和工作當中，這得感恩從新加坡回國創業的梁旭明博士給了我得以從事AI算法研發的機會，這是在我的人生中非常重要的機會，他是我的引路人，是他讓我從一名純粹的算法工程師轉變為了AI算法工程師。雖然做人工智能算法研發的大部分是科學家和學者，但我始終把自己當作一名工程師，AI算法又是產品或項目的核心技術，并決定了產品或項目的生死，而要研發出可以成功落地并實用的AI算法，是件非常不容易且成功率不高的工作，時常有一種“如履薄冰”的感覺和壓力。這么多年的AI算法研發工作，我經歷了太多種類的算法研發，有名片識別、證件識別、鈔票識別、車牌識別、車輛檢測、人臉疲勞檢測、運動物體跟蹤、人臉識別、人機對話、文本分類、文本檢索、工業大數據分析、大型中央空調節能操作優化等，涉及領域有辦公、金融、交通、工業、節能、教育等，也目睹和親歷了AI技術的起起伏伏，越來越感到思想和方法的重要性，更是感受到數據的重要性，于是突發奇想，有了寫這本書的念頭。
第2章描述了如何培養對數據的敏銳觀察力，AI算法工程師對數據的感知和理解能力，是一個非常重要的能力，這是AI算法研發創新的源泉，也是解決問題的基本途徑，體現了AI算法工程師應有的基本素質。
深入淺出機器學習:從數據到AI算法 目錄
第 1 章 AI 算法的基礎—數據
1.1 科學研究的兩種方法
1.2 深度學習技術也離不開對數據的觀察
1.3 一個通過數據觀察和分析的 AI 算法技術創新案例
1.4 數據問題導致的算法或項目失敗案例
1.4.1 忽視數據誤差
1.4.2 忽視數據特點
1.4.3 忽視人工標注數據的不可靠性
1.5 如何選擇合適的算法
1.6 數據是推進人工智能技術發展的“燃料”
第 2 章 培養對數據的敏銳觀察力
2.1 心中有“數”
2.2 數據理解力
2.3 實踐經驗積累
2.4 數據的復雜性
2.5 培養創新意識
2.6 兩種思維模式
2.7 觀察數據實現算法的案例
2.7.1 算法設計需求—檢測電路板中的污漬
2.7.2 觀察數據
2.7.3 算法設計
第 3 章 所有的努力都是為了提升概率—漫談數據分析方法
3.1 AI 系統的可靠性是個概率問題
3.2 呈高斯分布的數據
3.3 高斯分布與聚類分析
3.4 分析數據間的關系—相關性分析
3.5 數據頻域分析—如何理解傅里葉變換
3.5.1 卷積
3.5.2 復數
3.6 圖像數據分析
3.6.1 分析圖像數據的格式
3.6.2 分析圖像數據來源
3.6.3 分析圖像數據的生成場景
3.6.4 結合圖像識別需求分析圖像數據的特點
3.6.5 分析生成識別模型所需要的訓練圖像數量
3.7 自然語言數據分析要領
3.7.1 分析要處理的自然語言包含的語言種類
3.7.2 分析文本數據涉及的場景類型
3.7.3 分析文本數據的字符編碼
3.7.4 分析文本數據的大小
3.7.5 結合需求分析文本數據的特點
3.7.6 分析建立自然語言處理模型需要的數據量
3.8 一個充分分析文字數據特點實現算法設計的案例—數學相似題判斷方法
第4章 高維空間中的數據
4.1 高維災難
4.2 高維空間數據分布特點
4.2.1 稀疏性
4.2.2 高維空間數據趨于表面分布
4.2.3 高維空間向量近似正交
4.3 高維空間難題的解決方法
4.4 高維空間數學理論應用案例
4.4.1 JL 引理.
116
4.4.2 壓縮感知
4.4.3 利用隨機投影獲取圖像特征
4.4.4 利用隨機投影獲取到的特征值進行運動物體跟蹤的方法
第5章 數據之間存在千絲萬縷的聯系
5.1 上下文關系
5.2 知識圖譜
5.3 事件圖譜
5.4 事件圖譜應用案例
5.4.1 大數據能做什么
5.4.2 教學活動過程中的事件本體設計
5.4.3 教學活動過程大數據系統框架
5.4.4 教學過程中的事件圖譜應用
第6章 讓機器學會說話
6.1 語言的起源
6.1.1 不是只有人類才擁有“語言”
6.1.2 人類語言的形成過程
6.1.3 文字的產生
6.2 漢語和英語的語言差異
6.2.1 詞語
6.2.2 語法
6.3 Transformer 模型
6.3.1 人工神經網絡
6.3.2 Transformer 模型技術原理.
195
6.4 殊途同歸 . 201
6.4.1 智能涌現202
6.4.2 思維的機制202
6.4.3 人工智能“十問”206
后記 208
展開全部
深入淺出機器學習:從數據到AI算法 作者簡介
陳德忠，AI算法工程師，先后在多個企業中分別擔任高級工程師、AI技術總監、研究院副院長等職務，是廈門新一代人工智能專家庫成員。在AI技術方向上擁有二十多年從業經歷，涉及的行業有辦公、金融、交通、安防、工業、教育等，擁有豐富的AI產品或項目的管理和研發經驗。
肖彧潔，教授級高工，國際數字地球學會中國國家委員會空間信息產業化專業委員會委員。曾任職于中國智慧城市與大數據研究院，從事計算機軟件工程、網絡安全、數據科學應用等多學科的教學與科研工作，曾參與中國智慧城市頂層設計課題研究及規劃。
書友推薦
- >
月亮與六便士
- >
莉莉和章魚
- >
人文閱讀與收藏·良友文學叢書:一天的工作
- >
龍榆生：詞曲概論/大家小書
- >
山海經
- >
月亮虎
- >
李白與唐代文化
- >
中國歷史的瞬間
本類暢銷
