初学者学习机器学习课程一般都会面临两大障碍。*大障碍是数学基础。机器学习要求有数学基础，书中大量的公式是初学者的噩梦，尤其是对于已经离大学走向工作岗位的爱好者来说，从头始去学习和理解数据分布和模型背后的数学原理需要花费很多的时间和精力，学习周期非常漫长。第二大障碍是编程实践。并不是所有人都擅长编代码，而只有亲手用代码实现机器学习的各种算法，亲眼见到算法解决了实际问题，才能更深理解算法。除非想做高精尖的前沿研究，理论研究和公式推导并非大多数人的专长，如果只是想更合理地应用机器学习来解决实际问题，掌握必需的数学知识就可以理解问题该如何解决，使用Python编程实现机器学习算法也比使用C 或Java等语言容易得多。 本书就是为了让初学者顺利门而设计的。首先，本书只讲述机器学习常用算法的基本原理，并
本书系统地阐述了过程控制系统的结构、原理、特点、适用场合、系统设计及应用等问题，并在分析稳态和动态数学模型的基础上，探讨了过程工业（石化、化工、轻工、医药等）生产过程中典型单元操作的控制方案，并介绍了典型工业生产过程（合成氨过程、常减压过程、催化裂化过程、乙烯过程、聚合过程、生物发酵过程、制浆造纸过程和冶金过程）的控制。
分身的代感：分身即自我，分身即媒介。本书从影子、镜像、自画像、摄影术到元宇宙时代的数字分身，结合作品和案例，讲述了艺术创作媒介的演变，视角独特。 书中大量理论结合案例，融合哲学、生物学、人类学等诸多学科，对元宇宙艺术的创作者、服务者、研究者和投资者，都极具参考和启发作用，本书可谓元宇宙艺术史的篇之作。 全书用哲学的思维方式，科学的逻辑架构，来解构元宇宙艺术。有别于绝大多数元宇宙相关的书将 元宇宙 物化或概念化，本书将元宇宙放在人类感知与创造的发展脉络中，作为意识形态完善及提升的阶阶段。 清华大学美术学院教授李睦作序推荐。
机器学习是人工智能领域中非常重要的一个研究方向，而深度学习作为机器学习的重要组成部分，伴随着近几年数据规模的增长和计算力的提升而备受关注。深度学习框架的快速发展大大降低了算法的门门槛，越来越多的深度学习从业者能够通过这些框架实现算法并应用到生活场景中，让我们的生活更加智能和便捷。 通过阅读本书，你将学到： MXNet、TensorFlow、Pytorch、Caffe等深度学习框架的差异 MXNet框架各主要模块的技术原理和应用实践 MXNet在图像分类、目标检测、图像分割中的应用，以及相关算法的训练、模型测试和实现细节 基于动态图构建网络结构的Gluon口 MXNet专门为计算机视觉任务推出的深度学习库GluonCV 从零始实现深度学习和计算机视觉算法的方法
全面、深剖析机器学习的算法原理和模型构建等核心技术 结合大量实例和两个实战项目案例展现各种算法的实际应用 详解监督学习、无监督学习和强化学习的理论基础与应用场景 详解模型训练中的风险函数、参数寻优方法，以及欠拟合与过拟合解决方案 深解析机器学习常用经典模型的基本原理及其Python实现 详解数据标准化、异常值检测、缺失值处理和特征筛选等数据预处理技术 详解两个典型项目实战案例，带领读者动手实践，提高实际发水平 内容丰富：详解机器学习的基础知识和相关算法原理并行实践，还对深度学习的基础知识行讲解，帮助读者系统掌握机器学习的完整知识体系。 循序渐：从机器学习的基本概念和环境搭建始讲解，逐步深其算法原理和模型构建等核心技术，最后行项目实战，学习梯度非常平滑。 理论结合实践：不仅深剖析机器学习的常用算
美国国家技术奖获得者、奇大学校长、谷歌公司工程总监雷库兹韦尔**力作。这是一部洞悉未来思维模式、全面解析 人工智能 创建原理的颠覆力作。库兹韦尔对于大脑和人工智能的理解，将对我们生活的方方面面、各行各业，以及我们有关未来的设想产生巨大的影响。库兹韦尔通过一系列推理告诉我们，我们有能力创造超越人类智能的非生物智能。 湛庐文化联合权威机构中国人工智能学会特设专家委员会！该专家委员会包括中国工程院院士李德毅、驭势科技（北京）有限公司联合创始人兼CEO吴甘沙、地平线机器人技术创始人余凯、IBM中国研究院院长沈晓卫、国际人工智能大会(IJCAI)常务理事杨强、科大讯飞研究院院长胡郁、中国人工智能学会秘书长王卫宁等专家学者，他们将以自身深厚的专业实力、卓越的洞察力和深远的影响力，对这些优秀图书行深度评。
读者对象：本书非常适合知道如何在 Python 中编程并了解深度学习基础知识的读者。本书面向具有传统机器学习实践经验，或希望在实践中探索深度学习世界并将其实现部署到生产中的发人员。 本书是一本深度学习实践指南，聚焦于PyTorch深度学习各场景的动手实现，不涉及模型层面的原理剖析。书中通过大量示例及代码，详细展示如何使用PyTorch构建深度学习模型原型、构建深度学习工作流和将原型用于生产。全书共7章。第1章介绍使用PyTorch行深度学习的方法和PyTorch的基本API；第2章演示如何构建一个简单神经网络；第3章深探讨深度学习工作流和PyTorch生态系统；第4章介绍基于PyTorch构建的CNN；第5章介绍RNN并探讨序列数据处理；第6章详细介绍生成对抗网络（GAN）；第7章介绍强化学习；第8章介绍将PyTorch应用于生产的三种不同方法。
读者对象： 1）人工智能相关专业的研究人员；2）信息科学和计算机科学爱好者；3）统计学或相关IT专业学生；4）不具备专业数学知识的人群。 （1）三位作者资历深厚，分别是阿里巴巴的数据架构师和NLP专家、百炼智能的NLP专家（前明略数据的技术合伙人和科学家）、七牛云AI实验室NLP OCR方向负责人； （2）以实战为导向，绕各种复杂数学公式与证明，确保读者零基础门，详细讲解自然语言处理 的各种核心技术、方法论和经典算法； （3）阿里巴巴达摩院高级算法专家、百炼智能CEO、七牛云AI LAB负责人、天善智能创始人联袂推荐。
本书重介绍因求解大规模问题十分有效而风靡机器学习界的交替方向乘子法,该方法可以广泛应用于机器学习的优化求解，尤其是分布式凸优化问题。
（1）百度旗下“深度学习技术及应用国家工程实验室”、百度技术学院联合北航人工智能专家共同撰写，行业实践与学术理论兼顾 （2）李德毅院士、百度公司总裁张亚勤博士、百度公司高级副总裁/AI技术平台体系总负责人王海峰、北京航空航天大学计算机学院教授/博士生导师吕卫锋 、百度技术委员会理事长/百度技术学院院长陈尚义联袂推荐
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车