吴岸城,毕业于浙江大学计算机系。拥有10年企业级软件研发经验,10年算法研发及架构选型经验。曾领导开发多个算法平台、大数据平台,云计算、APP项目;曾在某大型公司担任技术管理人员,在某创业公司担任首席数据科学家。已出版两本深度学习著作,申请多个算法专利授权。目前的研究兴趣聚焦于大语言模型、交易算法、语音、推荐领域。
深度学习算法实践
吴岸城
评分 暂无
《深度学习算法实践》以一位软件工程师在工作中遇到的问题为主线,阐述了如何从软件工程思维向算法思维转变、如何将任务分解成算法问题,并结合程序员在工作中经常面临的产品需求,详细阐述了应该怎样从算法的角度看待、分解需求,并结合经典的任务对深度学习算法做了清晰的分析。 《深度学习算法实践》在表达上深入浅出,让有志于学习深度学习的读者,能够快速地理解核心所在,并顺利上手实践。</p
交易的密码:用算法赚取第一桶金
传统的股市技术分析书籍一般从图表模式和技术指标出发,分析如何选择进入点和退出点、开发交易系统以及制定成功的交易计划。近年来,机器学习与神经网络技术快速发展,并且与传统量化方法相结合,产生了无限的可能性。基于此趋势,本书将重点放在交易模型的构建上,即如何寻找合适的算法来实现交易以及如何优化这些算法。本书直接从技术指标等数据出发,介绍了交易模型与投资组合优化方法、如何利用基础算法(线性回归、li
神经网络与深度学习
评分 5.6分
随着AlphaGo与李世石大战的落幕,人工智能成为话题焦点。AlphaGo背后的工作原理"深度学习"也跳入大众的视野。什么是深度学习,什么是神经网络,为何一段程序在精密的围棋大赛中可以大获全胜?人工智终将会取代人类智慧吗? 本书结合日常生活中的寻常小事,生动形象地阐述了神经网络与深度学习的基本概念、原理和实践,案例丰富,深入浅出。对于正在进入人工智能时代的我们,这些内容无疑可以帮助我们更好地理解人