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
29
0

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
专知会员服务
137+阅读 · 2020年6月27日
【经典书】机器学习高斯过程,266页pdf
专知会员服务
158+阅读 · 2020年5月2日
【电子书】深度学习入门 基于Python的理论与实现
专知会员服务
114+阅读 · 2020年3月21日
【干货书】机器学习Python实战教程,366页pdf
专知会员服务
277+阅读 · 2020年3月17日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
156+阅读 · 2020年2月11日
【电子书】机器学习实战(Machine Learning in Action),附PDF
专知会员服务
98+阅读 · 2019年11月25日
DL | 语义分割综述
机器学习算法与Python学习
55+阅读 · 2019年3月13日
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
专知
8+阅读 · 2018年4月4日
【干货】​深度学习中的线性代数
专知
16+阅读 · 2018年3月30日
机器学习自动文本分类
AI前线
22+阅读 · 2018年2月4日
【深度学习】给初学者的深度学习简介
产业智能官
6+阅读 · 2017年10月17日
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
Optimization for deep learning: theory and algorithms
Arxiv
89+阅读 · 2019年12月19日
Arxiv
13+阅读 · 2019年6月25日
Accelerated Methods for Deep Reinforcement Learning
Arxiv
5+阅读 · 2019年1月10日
Large-Scale Study of Curiosity-Driven Learning
Arxiv
7+阅读 · 2018年8月13日
Arxiv
25+阅读 · 2018年1月24日
小贴士
相关资讯
DL | 语义分割综述
机器学习算法与Python学习
55+阅读 · 2019年3月13日
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
专知
8+阅读 · 2018年4月4日
【干货】​深度学习中的线性代数
专知
16+阅读 · 2018年3月30日
机器学习自动文本分类
AI前线
22+阅读 · 2018年2月4日
【深度学习】给初学者的深度学习简介
产业智能官
6+阅读 · 2017年10月17日
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
微信扫码咨询专知VIP会员