会员服务
机器学习 · 深度学习 · 线性回归 · 多元线性回归 · 梯度下降 ·
2019 年 12 月 27 日
【机器学习与深度学习基础性算法】Foundational ML and DL Algorithms
专知会员服务
专知会员服务
专知，提供专业可信的知识分发服务，让认知协作更快更好！

简介： 本书的第2部分是基础机器学习和深度学习算法的初学者指南。 目的是使读者对现代AI方法的基本组成部分有一个了解。 有些概念偏数学内容，但是不必完全了解细节，了解其重要性即可。 尽管这些算法中的许多已不再是最新技术，但由于它们提供了后续方法性能的可靠基准，因此仍在工业中得到广泛使用。

目录：

  • 1 介绍
  • 2 机器学习
    • 线性回归
    • 逻辑回归
    • 决策树
    • 随机森林
  • 3 深度学习与神经网络
    • 实例
    • 神经网络元素
    • 深度神经网络的关键概念
    • 后向网络
    • 多元线性回归
    • 梯度下降
    • 优化算法
    • 激活函数
    • 损失函数
    • 逻辑回归
    • 深度学习中的损失函数
    • 神经网络与AI
成为VIP会员查看完整内容
https://skymind.ai/ebook/Skymind_Foundational_Machine_Learning_and_Deep_Learning_Algorithms.pdf
33

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。很多 推论问题属于 无程序可循难度，所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
专知会员服务
150+阅读 · 2020年6月27日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
192+阅读 · 2020年5月2日
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
专知会员服务
32+阅读 · 2020年4月26日
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
专知会员服务
12+阅读 · 2020年4月16日
【干货书】机器学习Python实战教程，366页pdf
【干货书】机器学习Python实战教程，366页pdf
专知会员服务
330+阅读 · 2020年3月17日
【新书】Pro 机器学习算法Python实现，379页pdf
【新书】Pro 机器学习算法Python实现，379页pdf
专知会员服务
195+阅读 · 2020年2月11日
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
专知会员服务
143+阅读 · 2019年12月28日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
124+阅读 · 2019年11月25日
【电子书】理解机器学习：从理论到算法（Understanding Machine Learning: From Theory to Algorithms）449页PDF免费下载
【电子书】理解机器学习：从理论到算法（Understanding Machine Learning: From Theory to Algorithms）449页PDF免费下载
专知会员服务
147+阅读 · 2019年10月30日
DL | 语义分割综述
DL | 语义分割综述
机器学习算法与Python学习
58+阅读 · 2019年3月13日
专知《深度学习:算法到实战》315位同学在学习！网易云课堂人工智能畅销榜首位！
专知《深度学习:算法到实战》315位同学在学习！网易云课堂人工智能畅销榜首位！
专知
4+阅读 · 2019年1月1日
专知《深度学习:算法到实战》309位同学在学习！网易云课堂人工智能畅销榜首位！
专知《深度学习:算法到实战》309位同学在学习！网易云课堂人工智能畅销榜首位！
专知
7+阅读 · 2018年12月31日
ML通用指南：文本分类详细教程（上）
ML通用指南：文本分类详细教程（上）
论智
19+阅读 · 2018年7月29日
【干货】监督学习与无监督学习简介
【干货】监督学习与无监督学习简介
专知
12+阅读 · 2018年4月4日
【干货】​深度学习中的线性代数
【干货】​深度学习中的线性代数
专知
21+阅读 · 2018年3月30日
机器学习自动文本分类
机器学习自动文本分类
AI前线
23+阅读 · 2018年2月4日
一文综述数据科学家必备的10大统计技术：线性回归、分类、无监督学习...
一文综述数据科学家必备的10大统计技术：线性回归、分类、无监督学习...
THU数据派
4+阅读 · 2017年11月22日
【深度学习】给初学者的深度学习简介
【深度学习】给初学者的深度学习简介
产业智能官
8+阅读 · 2017年10月17日
课程 | Andrew Ng 深度学习课程笔记3
课程 | Andrew Ng 深度学习课程笔记3
黑龙江大学自然语言处理实验室
3+阅读 · 2017年9月15日
M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommender Systems
Arxiv
8+阅读 · 2020年6月1日
Interference and Generalization in Temporal Difference Learning
Arxiv
8+阅读 · 2020年3月13日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Text Classification Algorithms: A Survey
Arxiv
15+阅读 · 2019年6月25日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
16+阅读 · 2018年9月25日
Large-Scale Study of Curiosity-Driven Learning
Large-Scale Study of Curiosity-Driven Learning
Arxiv
8+阅读 · 2018年8月13日
Deep Learning for Sentiment Analysis : A Survey
Arxiv
25+阅读 · 2018年1月24日
A Big Data Analysis Framework Using Apache Spark and Deep Learning
Arxiv
3+阅读 · 2017年11月25日
VIP会员
相关主题
机器学习
深度学习
线性回归
多元线性回归
梯度下降
相关VIP内容
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
【2020新书】监督机器学习，156页pdf，剑桥大学出版社
专知会员服务
150+阅读 · 2020年6月27日
【经典书】机器学习高斯过程，266页pdf
【经典书】机器学习高斯过程，266页pdf
专知会员服务
192+阅读 · 2020年5月2日
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
随机特征核近似综述: 算法与理论，Random Features for Kernel Approximation: A Survey in Algorithms, Theory, and Beyond
专知会员服务
32+阅读 · 2020年4月26日
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
【ACL2020】贝叶斯层次词表示学习，Boosting algorithms in energy research: A systematic review
专知会员服务
12+阅读 · 2020年4月16日
【干货书】机器学习Python实战教程，366页pdf
【干货书】机器学习Python实战教程，366页pdf
专知会员服务
330+阅读 · 2020年3月17日
【新书】Pro 机器学习算法Python实现，379页pdf
【新书】Pro 机器学习算法Python实现，379页pdf
专知会员服务
195+阅读 · 2020年2月11日
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
【论文】深度学习的最优化:理论和算法（Optimization for deep learning: theory and algorithms）
专知会员服务
143+阅读 · 2019年12月28日
【电子书】机器学习实战（Machine Learning in Action），附PDF
【电子书】机器学习实战（Machine Learning in Action），附PDF
专知会员服务
124+阅读 · 2019年11月25日
【电子书】理解机器学习：从理论到算法（Understanding Machine Learning: From Theory to Algorithms）449页PDF免费下载
【电子书】理解机器学习：从理论到算法（Understanding Machine Learning: From Theory to Algorithms）449页PDF免费下载
专知会员服务
147+阅读 · 2019年10月30日
热门VIP内容
相关资讯
DL | 语义分割综述
DL | 语义分割综述
机器学习算法与Python学习
58+阅读 · 2019年3月13日
专知《深度学习:算法到实战》315位同学在学习！网易云课堂人工智能畅销榜首位！
专知《深度学习:算法到实战》315位同学在学习！网易云课堂人工智能畅销榜首位！
专知
4+阅读 · 2019年1月1日
专知《深度学习:算法到实战》309位同学在学习！网易云课堂人工智能畅销榜首位！
专知《深度学习:算法到实战》309位同学在学习！网易云课堂人工智能畅销榜首位！
专知
7+阅读 · 2018年12月31日
ML通用指南：文本分类详细教程（上）
ML通用指南：文本分类详细教程（上）
论智
19+阅读 · 2018年7月29日
【干货】监督学习与无监督学习简介
【干货】监督学习与无监督学习简介
专知
12+阅读 · 2018年4月4日
【干货】​深度学习中的线性代数
【干货】​深度学习中的线性代数
专知
21+阅读 · 2018年3月30日
机器学习自动文本分类
机器学习自动文本分类
AI前线
23+阅读 · 2018年2月4日
一文综述数据科学家必备的10大统计技术：线性回归、分类、无监督学习...
一文综述数据科学家必备的10大统计技术：线性回归、分类、无监督学习...
THU数据派
4+阅读 · 2017年11月22日
【深度学习】给初学者的深度学习简介
【深度学习】给初学者的深度学习简介
产业智能官
8+阅读 · 2017年10月17日
课程 | Andrew Ng 深度学习课程笔记3
课程 | Andrew Ng 深度学习课程笔记3
黑龙江大学自然语言处理实验室
3+阅读 · 2017年9月15日
相关论文
M2GRL: A Multi-task Multi-view Graph Representation Learning Framework for Web-scale Recommender Systems
Arxiv
8+阅读 · 2020年6月1日
Interference and Generalization in Temporal Difference Learning
Arxiv
8+阅读 · 2020年3月13日
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Hyper-Parameter Optimization: A Review of Algorithms and Applications
Arxiv
16+阅读 · 2020年3月12日
Optimization for deep learning: theory and algorithms
Optimization for deep learning: theory and algorithms
Arxiv
102+阅读 · 2019年12月19日
Text Classification Algorithms: A Survey
Arxiv
15+阅读 · 2019年6月25日
Accelerated Methods for Deep Reinforcement Learning
Accelerated Methods for Deep Reinforcement Learning
Arxiv
6+阅读 · 2019年1月10日
A Survey of Learning Causality with Data: Problems and Methods
A Survey of Learning Causality with Data: Problems and Methods
Arxiv
16+阅读 · 2018年9月25日
Large-Scale Study of Curiosity-Driven Learning
Large-Scale Study of Curiosity-Driven Learning
Arxiv
8+阅读 · 2018年8月13日
Deep Learning for Sentiment Analysis : A Survey
Arxiv
25+阅读 · 2018年1月24日
A Big Data Analysis Framework Using Apache Spark and Deep Learning
Arxiv
3+阅读 · 2017年11月25日
微信扫码咨询专知VIP会员
Top