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。

TensorFlow深度学习——深入理解人工智能算法设计
龙良曲
EPUB清华大学出版社 · 2020
人工智能是近年来全球火热的研究领域之一,尤其是随着深度学习算法研究的突破,人工智能技术被应用到图片识别、机器翻译、语音助手、自动驾驶等一系列领域中,取得了前所未有的智能水平。深度学习算法涵盖的内容非常前沿和广袤,国内外出版的相关书籍并不算多,有些侧重于理论层面的推导,有些侧重于框架API的介绍,鲜有能结合深度学习算法理论和实战讲解的教材。为了使读者能够深刻理解深度学习算法精髓,本书以探索问题

风控要略:互联网业务反欺诈之路
马传雷
PDF电子工业出版社 · 2020评分 8.3分
这是一本全面描述互联网业务反欺诈体系的书籍,《风控要略——互联网业务反欺诈之路》主要分为洞察黑产、体系构建、实战教程和新的战场4个部分。第1部分介绍了黑产欺诈团伙的运作套路和攻击手段;第2部分总结了我们在构建反欺诈技术体系过程中沉淀的实践经验;第3部分分享了我们和黑产对抗的多个实战案例,以及机器学习算法的综合运用;第4部分介绍了我们在物联网、内容安全、隐私合规等方面的实践和对海外厂商的观察。

分布式人工智能
王静逸
EPUB机械工业出版社 · 2020
本书结合了分布式计算、大数据、机器学习、深度学习、强化学习等技术,以群体智能为主线,讲述了分布式人工智能的原理和应用。它介绍了分布式计算的框架技术、智能核心、分布式体系与架构。本书介绍了大数据的框架、高速计算、海量存储;介绍了人工智能的经典算法,并且结合分布式技术,进行大规模分布式架构与演进;介绍了群体智能与博弈,结合分布式、大数据、智能核心,讲解了群体智能技术系统的发展方向与开发方式。</

Deploy Machine Learning Models to Production
Pramod Singh
PDFApress · 2020
Build and deploy machine learning and deep learning models in production with end-to-end examples. This book begins with a focus on the machine learning model deployment process and its r

Deep Learning
Andrew Glassner
PDFNo Starch Press · 2021
A richly-illustrated, full-color introduction to deep learning that offers visual and conceptual explanations instead of equations. You'll learn how to use key deep learning algorithms without the

机器学习流水线实战
[美] 汉内斯•哈普克(Hannes Hapke)
PDF图灵丨人民邮电出版社 · 2021
●TensorFlow官方推荐 ●机器学习榜首书作者Aurelien Geron作序 ●覆盖自动化机器学习的全生命周期 ◎ 编辑推荐 正如自动化流水线给汽车制造业带来了质的改变,自动化机器学习流水线也能从根本上加速机器学习领域的发展。机器学习流水线实现了复用、管理和部署机器学习模型的标准化流程。数据科学家和机器学

Building Data Science Applications with FastAPI: Develop, manage, and deploy efficient machine learning applications with Python
François Voron
EPUB Packt Publishing · 2021
FastAPI is a web framework for building APIs with Python 3.6 and its later versions based on standard Python-type hints. With this book, you'll be able to create fast and reliable data science API

Data Analysis and Machine Learning with Kaggle
Konrad Banachewicz
PDFPackt Publishing · 2021
Get a step ahead of your competitors with a concise collection of smart data handling and modeling techniques Key Features Learn how Kaggle works and how to make the most of com

机器学习方法
李航
PDF清华大学出版社 · 2022
机器学习是以概率论、统计学、信息论、最优化理论、计算理论等为基础的计算机应用理论学科,也是人工智能、数据挖掘等领域的基础学科。《机器学习方法》全面系统地介绍了机器学习的主要方法,共分三篇。第一篇介绍监督学习的主要方法,包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与**熵模型、支持向量机、Boosting、EM算法、隐马尔可夫模型、条件随机场等;第二篇介绍无监督学习的主要方法,包括

GPT-3
Sandra Kublik
PDFO'Reilly Media, Inc. · 2022
GPT-3: NLP with LLMs is a unique, pragmatic take on Generative Pre-trained Transformer 3, the famous AI language model launched by OpenAI in 2020. This model is capable of tackling a wide array of

深度学习:从基础到实践(上、下册)
安德鲁·格拉斯纳(Andrew Glassner)
AZW3人民邮电出版社 · 2022
本书从基本概念和理论入手,通过近千张图和简单的例子由浅入深地讲解深度学习的相关知识,且不涉及复杂的数学内容。 本书分为上下两册。上册着重介绍深度学习的基础知识,旨在帮助读者建立扎实的知识储备,主要介绍随机性与基础统计学、训练与测试、过拟合与欠拟合、神经元、学习与推理、数据准备、分类器、集成算法、前馈网络、激活函数、反向传播等内容。下册介绍机器学习的 scikit-learn 库和深度学习的

视觉惯性SLAM:理论与源码解析
程小六
PDF电子工业出版社 · 2022
《视觉惯性SLAM:理论与源码解析》系统介绍以相机和惯性测量单元为主传感器的视觉、视觉惯性SLAM算法。本书通过选取该领域有代表性的两个开源项目,从原理阐述、公式推导、代码解析和工程经验等多个维度,对SLAM技术进行全面的解读。为了让读者在轻松的氛围中快速理解专业知识,本书以小白和师兄对话的形式娓娓道来,帮助读者在学习的过程中不断思考和提升。同时,本书秉承“一图胜千言”的理念,把大量复杂的原

Deep Learning
Ian Goodfellow, Yoshua Bengio, Aaron Courville, 约书亚·本吉奥
PDFThe MIT Press · 2016评分 9.3分
"Written by three experts in the field, Deep Learning is the only comprehensive book on the subject." -- Elon Musk, co-chair of OpenAI; co-founder and CEO of Tesla and SpaceX Deep learning is a form o

自然语言处理导论
张奇
PDF电子工业出版社 · 2023
自然语言处理是人工智能的重要方向之一,被誉为人工智能皇冠上的“明珠”。它融合了语言学、计算机科学、机器学习等多学科内容。本书主要包含基础技术、核心技术以及模型分析三个部分。基础技术部分主要介绍自然语言处理的基础任务和底层技术,包含词汇分析、句法分析、语义分析、篇章分析和语言模型;核心技术部分主要介绍自然语言处理应用任务和相关技术,主要包括信息抽取、机器翻译、情感分析、智能 问答、文本摘要、知

Java机器学习
[斯洛文尼亚] Boštjan Kaluža
PDF人民邮电出版社 · 2017
本书介绍如何使用Java创建并实现机器学习算法,既有基础知识,又提供实战案例。主要内容包括:机器学习基本概念、原理,Weka、Mahout、Spark等常见机器学习库的用法,各类机器学习常见任务,包括分类、预测预报、购物篮分析、检测异常、行为识别、图像识别以及文本分析。最后还提供了相关Web资源、各种技术研讨会议以及机器学习挑战赛等进阶所需内容。 Boštjan Kal

深度学习入门之PyTorch
廖星宇
PDF电子工业出版社 · 2017评分 5.7分
《深度学习入门之PyTorch》深度学习如今已经成为科技领域最炙手可热的技术,在《深度学习入门之PyTorch》中,我们将帮助你入门深度学习。《深度学习入门之PyTorch》将从机器学习和深度学习的基础理论入手,从零开始学习 PyTorch,了解 PyTorch 基础,以及如何用 PyTorch 框架搭建模型。通过阅读《深度学习入门之PyTorch》,你将学到机器学习中的线性回归和 Logi

GPT图解 大模型是怎样构建的
黄佳
PDF人民邮电出版社 · 2023评分 9.6分
人工智能(AI),尤其是生成式语言模型和生成式人工智能(AIGC)模型,正以惊人的速度改变着我们的世界。驾驭这股潮流的关键,莫过于探究自然语言处理(NLP)技术的深奥秘境。本书将带领读者踏上一段扣人心弦的探索之旅,让其亲身感受,并动手搭建语言模型。本书主要内容包括N-Gram,词袋模型(BoW),Word2Vec(W2V),神经概率语言模型(NPLM),循环神经网络(RNN),Seq2Seq

大规模语言模型
张奇 桂韬 郑锐 黄萱菁
PDF电子工业出版社 · 2024
《大规模语言模型:从理论到实践》详细介绍了构建大语言模型的四个主要阶段:预训练、有监督微调、奖励建模和强化学习。每个阶段都有算法、代码、数据、难点及实践经验的详细讨论。 《大规模语言模型:从理论到实践》以大语言模型的基础理论开篇,探讨了大语言模型预训练数据的构建方法,以及大语言模型如何理解并服从人类指令,介绍了大语言模型的应用和评估方法,为读者提供了更全面的视野。

Interpretable Machine Learning
[德] Christoph Molnar
PDFLulu Press · 2019评分 7.8分
This book is about making machine learning models and their decisions interpretable. After exploring the concepts of interpretability, you will learn about simple, interpretable models su

视觉SLAM十四讲:从理论到实践(第2版)
高翔
PDF电子工业出版社 · 2019评分 9.3分
《视觉SLAM十四讲:从理论到实践(第2版)》系统介绍了视觉 SLAM(同时定位与地图构建)所需的基本知识与核心算法,既包括数学理论基础,如三维空间的刚体运动、非线性优化,又包括计算机视觉的算法实现,例如多视图几何、回环检测等。此外,我们还提供了大量的实例代码供读者学习研究,从而更深入地掌握这些内容。 《视觉SLAM十四讲:从理论到实践(第2版)》可以作为对 SLAM 感

计算机视觉40例从入门到深度学习:OpenCV-Python
李立宗 著
PDF电子工业出版社 · 2022
《计算机视觉40例从入门到深度学习(OpenCV-Python)》以OpenCV-Python(the Python API for OpenCV)为工具,以案例为载体,系统介绍了计算机视觉从入门到深度学习的相关知识点。 《计算机视觉40例从入门到深度学习(OpenCV-Python)》从基础知识、基础案例、机器学习、深度学习和人脸识别5个方面对计算机视觉的相关知识点进行了全面、系统、深入的介绍

Artificial Intelligence for Science
Alok Choudhary
PDFWorld Scientific · 2023
This unique collection introduces AI, Machine Learning (ML), and deep neural network technologies leading to scientific discovery from the datasets generated both by supercomputer simulation and by

统计机器学习导论
杉山将
PDF机械工业出版社 · 2018
统计技术与机器学习的结合使其成为一种强大的工具,能够对众多计算机和工程领域的数据进行分析,包括图像处理、语音处理、自然语言处理、机器人控制以及生物、医学、天文学、物理、材料等基础科学范畴。本书介绍机器学习的基础知识,注重理论与实践的结合。第壹部分讨论机器学习算法中统计与概率的基本概念,第二部分和第三部分讲解机器学习的两种主要方法,即生成学习方法和判别分类方法,其中,第三部分对实际应用中重要的

Introduction to Applied Linear Algebra
Stephen Boyd
PDFCambridge University Press · 2018评分 8.8分
This book is meant to provide an introduction to vectors, matrices, and least squares methods, basic topics in applied linear algebra. Our goal is to give the beginning student, with little or no p

智能计算系统
陈云霁
PDF机械工业出版社 · 2020评分 8.7分
本书通过一个贯穿始终的应用案例——图像风格迁移,全面系统地介绍智能计算系统的软硬件技术栈,涵盖神经网络基础算法、深度学习编程框架、智能芯片体系结构、智能编程语言等。领衔作者陈云霁带领的团队曾研制了国际上首个深度学习处理器芯片“寒武纪1号”,本书凝聚了作者团队多年的科研和教学成果,是前沿研究与技术实践结合,快速提升智能领域系统能力的教材和技术参考书。 《智能计算系统》首先概

模式识别
张学工
PDF清华大学出版社 · 2021
《模式识别(模式识别与机器学习(第4版))(新编<信息、控制与系统> 系列教材)》是清华大学自动化系国家精品课程“模式识别基础”和“模式识别与机器学习”的教材,在清华大学出版社1988年出版的《模式识别》第1版、2000年出版的《模式识别》第2版和2010年出版的《模式识别》第3版的基础上重写而成。由于模式识别和机器学习在近十年来有非常大的新发展,同时读者对内容深度和广度的需求也

因果推断与机器学习
郭若城 等
EPUB电子工业出版社 · 2022
《因果推断与机器学习》是一本理论扎实,同时联系实际应用的图书。全书系统地介绍了因果推断的基本知识、基于机器学习的因果推断方法和基于因果推断的机器学习方法及其在一些重要领域的应用。 全书共分6章。第1章从潜结果框架和结构因果模型出发,介绍因果推断的基本概念和方法。第2章介绍近年统计和机器学习文献中出现的一些重要的基于机器学习的因果推断方法。第3章介绍能够提高机器学习模型的泛

自然语言处理
王志立
EPUB清华大学出版社 · 2023
本书系统阐述自然语言处理基础知识,以及自然语言处理高级模型应用等高级知识。 全书共11章:第1~5章为自然语言处理的基础知识,第6~11章则将自然语言处理知识应用于实战。书中主要内容包括预训练模型、文本分类、机器阅读理解、命名实体识别、文本生成、模型蒸馏与剪枝及损失函数等知识。 书中包含大量应用示例,不仅可以学会理论知识还可以灵活应用。书中示例基于Linux与PyTorch环境开发,读者

分布式机器学习——系统、工程与实战
柳浩
EPUB电子工业出版社 · 2023
《分布式机器学习——系统、工程与实战》主要讲解分布式机器学习算法和开源框架,读者既可以从宏观的设计上了解分布式机器学习的概念和理论,也可以深入核心技术的细节设计中,对分布式机器学习形成深刻而直观的认识,做到学以致用。 《分布式机器学习——系统、工程与实战》共分为5篇,第1篇是分布式基础,首先介绍了分布式机器学习的概念、基础设施,以及机器学习并行化技术、框架和软件系统,然后

扩散模型从原理到实战
李忻玮
EPUB人民邮电出版社 · 2023评分 6.8分
★AIGC的应用领域日益广泛,而在图像生成领域,扩散模型则是AIGC技术的一个重要应用。 ★本书以扩散模型理论知识为切入点,由浅入深地介绍了扩散模型的相关知识,并以大量生动有趣的实战案例帮助读者理解扩散模型的相关细节。 ★本书既适合所有对扩散模型感兴趣的AI研究人员、相关科研人员以及在工作中有绘图需求的从业人员阅读,也可以作为计算机等相关专业学生的参考