共收录 96 本图书
机器学习类电子书精选,持续收录相关领域的经典、热门与新近出版作品。

人工智能全传
[英]迈克尔·伍尔德里奇
epub浙江科学技术出版社 · 2021评分 8.5分
人工智能自诞生以来,仅仅用了60多年,就已经能够识别人脸、精准推送广告、自动驾驶汽车、赢过世界围棋冠军……如今,这项技术正以指数级的增长速度发展,渗透人类生活的所有领域,想要回避已经不再可能。面对如此压倒性的力量,人们不由得问:人工智能会不会超越人类? 在本书中,英国国宝级人工智能学者、牛津大学计算机学院院长,首次融合科技、商业、人类学、心理学、社会学等学科领域的前沿知识

自然语言处理:基于预训练模型的方法
车万翔, 崔一鸣, 郭江
epub电子工业出版社 · 2021评分 8.1分
自然语言处理被誉为“人工智能皇冠上的明珠”。深度学习等技术的引入为自然语言处理技术带来了一场革命,尤其是近年来出现的基于预训练模型的方法,已成为研究自然语言处理的新范式。本书在介绍自然语言处理、深度学习等基本概念的基础上,重点介绍新的基于预训练模型的自然语言处理技术。本书包括基础知识、预训练词向量和预训练模型三大部分:基础知识部分介绍自然语言处理和深度学习的基础知识和基本工具;预训练词向量部分介绍

图解大模型
[沙特] 杰伊·阿拉马尔(Jay Alammar), [荷] 马尔滕·格鲁滕多斯特(Maarten Grootendorst)
pdf人民邮电出版社 · 2025评分 7.8分
本书全程图解式讲解,通过大量全彩插图拆解概念,让读者真正告别学习大模型的枯燥和复杂。 全书分为三部分,依次介绍语言模型的原理、应用及优化。第一部分 理解语言模型(第1~3章),解析语言模型的核心概念,包括词元、嵌入向量及Transformer架构,帮助读者建立基础认知。第二部分 使用预训练语言模型(第4~9章),介绍如何使用大模型进行文本分类、聚类、语义搜索、文本生成及多模态扩展,提升模型的应用能

数亦有道
王树义, 翟羽佳
epub中国工信出版集团人民邮电出版社 · 2021评分 8.1分

机器翻译:基础与模型
肖桐
pdf电子工业出版社 · 2021评分 9.8分
利用机器翻译技术实现不同语言之间的自由交流始终是最令人期待的计算机应用之一。本书全面回顾了近30 年来机器翻译的技术发展历程,遵循机器翻译技术的发展脉络,对基于统计和基于端到端深度学习的机器翻译关键技术及原理进行了深入解析,力求做到简洁明了、全面透彻、图文结合。此外,本书着重介绍了近年来机器翻译领域的科研热点,旨在帮助读者全面了解机器翻译的前沿研究进展和关键技术。 《机器

Deep Learning with Python (2/e)
François Chollet
epubManning Publications · 2021评分 9.8分
Deep Learning with Python introduces the field of deep learning using the Python language and the powerful Keras library. You’ll learn directly from the creator of Keras, François Chollet, building yo

Easy RL:强化学习教程
王琦, 杨毅远, 江季
pdf人民邮电出版社 · 2022评分 8.5分
强化学习作为机器学习及人工智能领域的一种重要方法,在游戏、自动驾驶、机器人路线规划等领域得到了广泛的应用。 本书结合了李宏毅老师的“深度强化学习”、周博磊老师的“强化学习纲要”、李科浇老师的“世界冠军带你从零实践强化学习”公开课的精华内容,在理论严谨的基础上深入浅出地介绍马尔可夫决策过程、蒙特卡洛方法、时序差分方法、Sarsa、Q 学习等传统强化学习算法,以及策略梯度、近端策略优化、深度Q 网络、

动手学强化学习
张伟楠
pdf人民邮电出版社 · 2022评分 9.1分
人工智能正在进入一个从感知智能、认知智能向决策智能发展的时代! 强化学习是一种面向决策型人工智能的方法,将更多权力交给机器,让机器在各种任务中直接完成决策,不再以辅助的角色为人或者其他下游逻辑服务。 ◎ 编辑推荐 本书全面、系统地介绍强化学习的基础理论体系,指明强化学习的入门及进阶路径。 本书配套线上代码实践平台

动手学深度学习(PyTorch版)
阿斯顿·张(Aston Zhang)
pdf人民邮电出版社 · 2023评分 8.8分
本书是《动手学深度学习》的重磅升级版本,选用经典的PyTorch深度学习框架,旨在向读者交付更为便捷的有关深度学习的交互式学习体验。 本书重新修订《动手学深度学习》的所有内容,并针对技术的发展,新增注意力机制、预训练等内容。本书包含15章,第一部分介绍深度学习的基础知识和预备知识,并由线性模型引出最简单的神经网络——多层感知机;第二部分阐述深度学习计算的关键组件、卷积神经网络、循环神经网络、

数学要素
姜伟生
pdf清华大学出版社 · 2023评分 9.7分
数据科学和机器学习已经深度融合到我们生活的方方面面,而数学正是开启未来大门的钥匙。不是所 有人生来都握有一副好牌,但是掌握“数学 + 编程 + 机器学习”绝对是王牌。这次,学习数学不再是为了考试、分数、升学,而是投资时间、自我实现、面向未来。为了让大家学数学、用数学,甚至爱上数学, 在创作这套书时,作者尽量克服传统数学教材的各种弊端,让大家学习时有兴趣、看得懂、有思考、更自信、用得着。</p

大模型工程师面试:算法原理、开发实践与系统部署
苏宏博, 温智凯
暂无资源清华大学出版社 · 2025
《大模型工程师面试:算法原理、开发实践与系统部署》系统梳理了大模型工程师岗位所需的理论基础与实战技能,围绕算法原理、开发实践与系统部署三大维度展开内容介绍,旨在帮助希望转型为大模型工程师的开发者成功通过面试。《大模型工程师面试:算法原理、开发实践与系统部署》共12章,首先简要介绍大模型技术演进、岗位分类与典型面试策略,并深入讲解数据构建、预处理、Token管理、Prompt设计与语料增强等底层准备

理解深度学习
西蒙 J D 普林斯
暂无资源清华大学出版社 · 2025评分 8分
一部权威、通俗、前沿的深度学习指南。 从机器学习基础知识到前沿模型,本书精选关键理论与尖端主题,以直观形式呈现高密度的核心知识。 涵盖热门主题:如Transformer模型与扩散模型( Difusion Model ) . 化繁为简:先以通俗语言阐释复杂概念,再辅以数学公式与视觉图解深入解析。 实践导向:引导读者动手实现模型的初级版本。 配套资源丰富:提供教师课件、习题及Python版Notebo

人工智能通识基础(社会科学浙江大学新一代人工智能通识系列教材)
暂无资源
本书聚焦人工智能与社会科学的交融,源于浙江大学人工智能通识课建设需求。它以现代机器学习为核心,介绍从机器学习基础到深度学习、大语言模型等知识,通过大量社会科学案例展现技术与社会的互动。教材内容前沿、通俗易懂,注重实践,旨在帮助社会科学类专业学生及关注者理解人工智能原理,掌握技术治理话语能力,成为负责任的“科技公民”。

人工智能通识基础(人文艺术浙江大学新一代人工智能通识系列教材)
暂无资源
全书共分为12章,循序渐进地带领学生走进AI的世界。第1至7章系统阐述AI基础,从历史溯源到核心要素,涵盖搜索算法、机器学习、深度学习、大语言模型及图像生成模型(GMM、GAN、DM)的原理与发展,构建AI知识体系。第8至11章聚焦AI应用,介绍图像理解、图像生成、文本生成及智能体的实践方法,展示AI在多领域的应用潜力。第12章探讨AI伦理,分析人机交互挑战、伦理原则应用及治理策略,提出可信赖AI

PyTorch高级机器学习实战 ChatGP背后的逻辑
暂无资源
本书讲解了经典的高级机器学习算法原理与知识,包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络,以及强化学习等内容,同时更强调动手实践。所有算法均利用PyTorch计算框架进行实现,并且在各章节配备实战环节,内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容。<br> 本书附赠所有案例的源代码及各类

Python数据分析与挖掘实战(第三版)
张春福, 白婧, 张良均, 范林元, 吴建平
暂无资源机械工业出版社 · 2024
本书共13章,分为基础篇、实战篇、提高篇。基础篇介绍了数据挖掘的基本原 理;实战篇介绍了一些真实案例,通过深入浅出地剖析案例,使读者获得数据挖 掘项目经验,同时快速领悟看似难懂的数据挖掘理论;提高篇介绍了一个去编程 的TipDM大数据挖掘建模平台,向读者展示了平台流程化的思维,以使读者加深对 数据挖掘流程的理解。读者在阅读过程中,应充分利用本书配套资源(见泰迪云 教材网站)中的建模数据,借助相关的

情感分析:挖掘观点、情感和情绪
[美] 刘兵(Bing Liu)
暂无资源机械工业出版社 · 2017评分 7.8分
本书主要从自然语言处理的角度全面地介绍情感分析这个主题最先进的研究技术和实用算法,以帮助读者了解通常用于表达观点和情感的问题和语言结构的基本结构。它涵盖了情感分析的所有核心领域,包括许多新兴的主题,如辩论分析、意图挖掘、假民意检测,并提出了可用来分析和总结观点的计算方法。

Python项目案例开发从入门到实战——爬虫、游戏和机器学习
暂无资源
本书以Python 3.7为编程环境,从基本的程序设计思想入手,逐步展开Python语言教学,是一本面向广大编程学习者的程序设计类图书。全书分为基础篇、图像处理和可视化篇、爬虫技术开发篇、人工智能开发篇和游戏开发提高篇。 基础篇(第1~7章)主要讲解Python的基础语法知识、控制语句、函数、文件、面向对象编程基础、Tkinter图形界面设计、网络编程和多线程、Python数据库应用等知识,并以

支持向量机
邓乃扬, 田英杰
暂无资源科学出版社 · 2009评分 8.2分
《支持向量机:理论、算法与拓展》以分类问题(模式识别、判别分析)和回归问题为背景,介绍支持向量机的基本理论、方法和应用。特别强调对所讨论的问题和处理方法的实质进行直观的解释和说明,因此具有很强的可读性。为使具有一般高等数学知识的读者能够顺利阅读,书中首先介绍了最优化的基础知识。《支持向量机:理论、算法与拓展》可作为理工类、管理学等专业的高年级本科生、研究生和教师的教材或教学参考书,也可供相关领域的

数据挖掘原理与算法
毛国君[等]编著
PDF清华大学出版社 · 2007评分 6.6分
《数据挖掘原理与算法》(第2版)是一本全面介绍数据挖掘和知识发现技术的专业书籍,它系统地阐述了数据挖掘和知识发现技术的产生、发展、应用以及相关概念、原理和算法,对数据挖掘中的主要技术分支,包括关联规则、分类、聚类、序列、空间以及Web挖掘等进行了理论剖析和算法描述。《数据挖掘原理与算法》(第2版)的许多内容是作者们在攻读博士学位期间的工作总结,一方面,对于相关概念和技术的阐述尽量先从理论分析人手,

跟“龙哥”学C语言编程
李志龙
PDF电子工业出版社 · 2020

机器学习案例实战(第2版)
赵卫东
PDF人民邮电出版社
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了主流机器学习平台的主要特点以及机器学习的实战难点。在此基础上,利用主流的机器学习开源平台TensorFlow、OpenVINO、PaddlePaddle等,通过17个实战案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、聚类、卷积神经网络、循环神经网络、生成对抗网络等机器学习和

Building Machine Learning Systems with Python
Willi Richert, Luis Pedro Coelho
暂无资源Packt Publishing · 2013评分 8.2分

个人信用评分模型及其应用
石庆焱
暂无资源中国方正出版社 · 2006
本书就是作者在此方面所做的一个尝试。本书在对国外个人信用评分模型的建立、实施和监测进行介绍的基础上,对建立中国的个人信用评分模型中遇到的一些问题和解决方法进行了探讨。书中的部分内容是由石庆焱的博士论文改写的。全书的安排如下:第一章介绍了个人信用评分的基本概念;第二章探讨了个人信用评分建模数据及其预处理的一些方法;第三章介绍了建立个人信用评分模型所使用的一些方法,既包括传统的判别分析等统计方法,也包

预测分析:Python语言实现
[美] 约瑟夫·巴布科克
暂无资源机械工业出版社 · 2017
本书着重介绍预测性分析技术,先概述了数据分析系统的基本架构和主要处理流程,然后从分类和无监督学习开始,逐一讲解每种机器学习算法的工作原理,并在每一章的后给出了详细的案例讨论。高质量的数据是能够进行正确分析的前提,为了便于后期分析模型的构建,本书还会介绍对于不同类型数据的清洗和过滤等内容。通过学习本书的内容,读者将了解将原始数据转化为重要结论的过程,并掌握快速将其中涉及的模型应用到自有数据中的方法。

实用数据分析
(美)Hector Cuesta
暂无资源机械工业出版社 · 2014评分 5.4分
【编辑推荐】 资深数据分析咨询师多年经验结晶,通过大量典型数据分析案例,全面而深入地讲解分类分析、聚类分析、数据可视化及预测方面的各种技术和方法,为快速掌握并灵活运用数据分析技术提供最佳实践指南。 【内容简介】 本书共14章:第1章探讨数据分析的基本原理和数据分析步骤;第2章解释如何清洗并准备好数据;第3章展示了在JavaScript可视化框架下应用D3.js来实现各类数据的可视化方法;第4章介绍

现代自然语言生成
黄民烈, 黄斐, 朱小燕
暂无资源电子工业出版社 · 2021评分 8.6分
本书总结了以神经网络为代表的现代自然语言生成的基本思想、模型和框架。本书共12 章,首先介绍了自然语言生成的研究背景、从统计语言模型到神经网络语言建模的过程,以及自然语言建模的思想与技术演化过程;其次从基础模型角度介绍了基于循环神经网络、基于Transformer 的语言生成模型,从优化方法角度介绍了基于变分自编码器、基于生成式对抗网络的语言生成模型,从生成方式角度介绍了非自回归语言生成的基本模型

Python机器学习——数据分析与评分卡建模(微课版)(大数据与人工智能技术丛书)
暂无资源清华大学出版社

统计强化学习:现代机器学习方法
杉山将
暂无资源机械工业出版社 · 2019
本书从现代机器学习的视角介绍了统计强化学习的基本概念和实用算法。它涵盖了各种类型的强化学习方法,包括基于模型的方法和与模型无关的方法,策略迭代和策略搜索方法。

人工智能导论
莫宏伟
PDF人民邮电出版社 · 2020
本书较全面地介绍了目前人工智能的主流概念、理论、方法、技术及应用等内容。全书共12章,首先介绍了智能的定义以及人工智能的定义、历史、实现方法、研究内容与发展趋势;其次介绍了人工智能的哲学观以及脑科学的相关概念与基础知识;再次在人工智能的方法与技术方面,介绍了人工神经网络,机器学习的基本方法与原理,以及感知智能、认知智能、语言智能、机器人(行为智能)、混合智能、类脑计算等人工智能技术;最后介绍