學(xué)習(xí)TensorFlow、PyTorch、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和數(shù)據(jù)結(jié)構(gòu)五件套!...
學(xué)習(xí)深度學(xué)習(xí)以及面試肯定離不開下面的5個重要的資料，更何況是中文版！
資料領(lǐng)取：掃碼后臺回復(fù)：3070，即可獲取電子版
內(nèi)容簡介
1. TensorFlow深度學(xué)習(xí)
2.?PyTorch
教程根據(jù) PyTorch 官方版本目錄，完整地還原了所有的內(nèi)容。包括簡單的環(huán)境搭建、快速入門相關(guān) API、高級操作、圖像處理實(shí)戰(zhàn)、文本處理實(shí)戰(zhàn)、GAN 和強(qiáng)化學(xué)習(xí)等，基本涵蓋了目前所有深度學(xué)習(xí)相關(guān)的知識點(diǎn)。?教程目錄
3.?《統(tǒng)計學(xué)習(xí)方法》(第2版）
內(nèi)容簡介：統(tǒng)計學(xué)習(xí)方法即機(jī)器學(xué)習(xí)方法，是計算機(jī)及其應(yīng)用領(lǐng)域的一門重要學(xué)科。本書分為監(jiān)督學(xué) 習(xí)和無監(jiān)督學(xué)習(xí)兩篇，全面系統(tǒng)地介紹了統(tǒng)計學(xué)習(xí)的主要方法。包括感知機(jī)、k 近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與最大熵模型、支持向量機(jī)、提升方法、EM 算法、隱馬爾可夫模型和條件隨機(jī)場，以及聚類方法、奇異值分解、主成分分析、潛在語義分析、概率潛在語義分析、馬爾可夫鏈蒙特卡羅法、潛在狄利克雷分配和 PageRank 算法等。除有關(guān)統(tǒng)計學(xué)習(xí)、監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的概論和總結(jié)的四章外，每章介紹一種方法。敘述力求從具體問題或?qū)嵗胧郑?由淺入深，闡明思路，給出必要的數(shù)學(xué)推導(dǎo)，便于讀者掌握統(tǒng)計學(xué)習(xí)方法的實(shí)質(zhì)，學(xué)會運(yùn)用。?為滿足讀者進(jìn)一步學(xué)習(xí)的需要，書中還介紹了一些相關(guān)研究，給出了少量習(xí)題，列出了主要參考文獻(xiàn)。?本書是統(tǒng)計機(jī)器學(xué)習(xí)及相關(guān)課程的教學(xué)參考書，適用于高等院校文本數(shù)據(jù)挖掘、信息檢索及自然語言處理等專業(yè)的大學(xué)生、研究生，也可供從事計算機(jī)應(yīng)用相關(guān)專業(yè)的研發(fā)人員參考。
課件
4.?《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》中文版
介紹《神經(jīng)?絡(luò)和深度學(xué)習(xí)》是?本免費(fèi)的在線書，對讀者數(shù)學(xué)知識需求適度，兼顧理論和動手實(shí)踐。?前給出了在圖像識別、語?識別和?然語?處理領(lǐng)域中很多問題的最好解決?案，教讀者在神經(jīng)?絡(luò)和深度學(xué)習(xí)背后的眾多核?概念。
5.?《數(shù)據(jù)結(jié)構(gòu)與算法Python版》公開課
課程概述北京大學(xué)公開課《數(shù)據(jù)結(jié)構(gòu)與算法Python版》于中國大學(xué)MOOC第2次開課，課程將圍繞著“算法+數(shù)據(jù)結(jié)構(gòu)=程序”的思路，以問題求解為導(dǎo)向進(jìn)行學(xué)習(xí)，幫助學(xué)生提高理論、抽象、設(shè)計的能力。
該課程注重數(shù)據(jù)結(jié)構(gòu)與算法的實(shí)踐與應(yīng)用，在課程中穿插了生動案例和編程練習(xí)，引導(dǎo)學(xué)生積極建立數(shù)據(jù)抽象和層次分析的思維模式，通過解決實(shí)際問題來加深對數(shù)據(jù)組織結(jié)構(gòu)和相應(yīng)處理算法的學(xué)習(xí)體會，并學(xué)會通過實(shí)際應(yīng)用情況來權(quán)衡時空和其它資源開銷，達(dá)到最優(yōu)的應(yīng)用效果。資料領(lǐng)取：
掃碼后臺回復(fù)：3070，即可獲取電子版
評論
圖片
表情