定 價：￥188.00
| 作 者： | 葫蘆娃 著，諸葛越，江云勝 編 |
| 出版社： | 人民郵電出版社 |
| 叢編項： | |
| 標 簽： | 暫缺 |
| ISBN： | 9787115005250 | 出版時間： | 2020-08-01 | 包裝： | 平裝 |
| 開本： | 16開 | 頁數： | 字數： |
《百面機器學習 算法工程師帶你去面試》
推薦序
前言
機器學習算法工程師的自我修養(yǎng)
第 1章 特征工程
第 1節(jié) 特征歸一化
第 2節(jié) 類別型特征
第3節(jié) 高維組合特征的處理
第4節(jié) 組合特征
第5節(jié) 文本表示模型
第6節(jié) Word2Vec
第7節(jié) 圖像數據不足時的處理方法
第 2章 模型評估
第 1節(jié) 評估指標的局限性
第 2節(jié) ROC 曲線
第3節(jié) 余弦距離的應用
第4節(jié) A/B 測試的陷阱
第5節(jié) 模型評估的方法
第6節(jié) 超參數調優(yōu)
第7節(jié) 過擬合與欠擬合
第3章 經典算法
第 1節(jié) 支持向量機
第 2節(jié) 邏輯回歸
第3節(jié) 決策樹
第4章 降維
第 1節(jié) PCA 最大方差理論
第 2節(jié) PCA 最小平方誤差理論
第3節(jié) 線性判別分析
第4節(jié) 線性判別分析與主成分分析
第5章 非監(jiān)督學習
第 1節(jié) K 均值聚類
第 2節(jié) 高斯混合模型
第3節(jié) 自組織映射神經網絡
第4節(jié) 非監(jiān)督學習算法的評估
第6章 概率圖模型
第 1節(jié) 概率圖模型的聯合概率分布
第 2節(jié) 概率圖表示
第3節(jié) 生成式模型與判別式模型
第4節(jié) 馬爾可夫模型
第5節(jié) 主題模型
第7章 優(yōu)化算法
第 1節(jié) 有監(jiān)督學習的損失函數
第 2節(jié) 機器學習中的優(yōu)化問題
第3節(jié) 經典優(yōu)化算法
第4節(jié) 梯度驗證
第5節(jié) 隨機梯度下降法
第6節(jié) 隨機梯度下降法的加速
第7節(jié) L1 正則化與稀疏性
第8章 采樣
第 1節(jié) 采樣的作用
第 2節(jié) 均勻分布隨機數
第3節(jié) 常見的采樣方法
第4節(jié) 高斯分布的采樣
第5節(jié) 馬爾科夫蒙特卡洛采樣法
第6節(jié) 貝葉斯網絡的采樣
第7節(jié) 不均衡樣本集的重采樣
第9章 前向神經網絡
第 1節(jié) 多層感知機與布爾函數
第 2節(jié) 深度神經網絡中的激活函數
第3節(jié) 多層感知機的反向傳播算法
第4節(jié) 神經網絡訓練技巧
第5節(jié) 深度卷積神經網絡
第6節(jié) 深度殘差網絡
第 10章 循環(huán)神經網絡
第 1節(jié) 循環(huán)神經網絡和卷積神經網絡
第 2節(jié) 循環(huán)神經網絡的梯度消失問題
第3節(jié) 循環(huán)神經網絡中的激活函數
第4節(jié) 長短期記憶網絡
第5節(jié) Seq2Seq 模型
第6節(jié) 注意力機制
第 11章 強化學習
第 1節(jié) 強化學習基礎
第 2節(jié) 視頻游戲里的強化學習
第3節(jié) 策略梯度
第4節(jié) 探索與利用
第 12章 集成學習
第 1節(jié) 集成學習的種類
第 2節(jié) 集成學習的步驟和例子
第3節(jié) 基分類器
第4節(jié) 偏差與方差
第5節(jié) 梯度提升決策樹的基本原理
第6節(jié) XGBoost 與GBDT 的聯系和區(qū)別
第 13章 生成式對抗網絡
第 1節(jié) 初識GANs 的秘密
第 2節(jié) WGAN：抓住低維的幽靈
第3節(jié) DCGAN：當GANs 遇上卷積
第4節(jié) ALI：包攬推斷業(yè)務
第5節(jié) IRGAN：生成離散樣本
第6節(jié) SeqGAN：生成文本序列
第 14章 人工智能的熱門應用
第 1節(jié) 計算廣告
第 2節(jié) 游戲中的人工智能
第3節(jié) AI 在自動駕駛中的應用
第4節(jié) 機器翻譯
第5節(jié) 人機交互中的智能計算
后記
作者隨筆
參考文獻
《百面深度學習 算法工程師帶你去面試》
目錄
前言
第 一部分 算法和模型
第 1章 卷積神經網絡
01 卷積基礎知識
02 卷積的變種
03 卷積神經網絡的整體結構
04 卷積神經網絡的基礎模塊
參考文獻
第 2章 循環(huán)神經網絡
01 循環(huán)神經網絡與序列建模
02 循環(huán)神經網絡中的Dropout
03 循環(huán)神經網絡中的長期依賴問題
04 長短期記憶網絡
05 Seq2Seq 架構
參考文獻
第3章 圖神經網絡
01 圖神經網絡的基本結構
02 圖神經網絡在推薦系統(tǒng)中的應用
03 圖神經網絡的推理能力
參考文獻
第4章 生成模型
01 深度信念網絡與深度波爾茲曼機
02 變分自編碼器基礎知識
03 變分自編碼器的改進
04 生成式矩匹配網絡與深度自回歸網絡
參考文獻
第5章 生成式對抗網絡
01 生成式對抗網絡的基本原理
02 生成式對抗網絡的改進
03 生成式對抗網絡的效果評估
04 生成式對抗網絡的應用
參考文獻
第6章 強化學習
01 強化學習基礎知識
02 強化學習算法
03 深度強化學習
04 強化學習的應用
參考文獻
第7章 元學習
01 元學習的主要概念
02 元學習的主要方法
03 元學習的數據集準備
04 元學習的兩個簡單模型
05 基于度量學習的元學習模型
06 基于神經圖靈機的元學習模型
07 基于學習優(yōu)化器的元學習模型
08 基于學習初始點的元學習模型
參考文獻
第8章 自動化機器學習
01 自動化機器學習的基本概念
02 模型和超參數自動化調優(yōu)
03 神經網絡架構搜索
參考文獻
第二部分 應用
第9章 計算機視覺
01 物體檢測
02 圖像分割
03 光學字符識別
04 圖像標注
05 人體姿態(tài)識別
參考文獻
第 10章 自然語言處理
01 語言的特征表示
02 機器翻譯
03 問答系統(tǒng)
04 對話系統(tǒng)
參考文獻
第 11章 推薦系統(tǒng)
01 推薦系統(tǒng)基礎
02 推薦系統(tǒng)設計與算法
03 推薦系統(tǒng)評估
參考文獻
第 12章 計算廣告
01 點擊率預估
02 廣告召回
03 廣告投放策略
參考文獻
第 13章 視頻處理
01 視頻編解碼
02 視頻監(jiān)控
03 圖像質量評價
04 超分辨率重建
05 網絡通信
參考文獻
第 14章 計算機聽覺
01 音頻信號的特征提取
02 自動語音識別
03 音頻事件識別
參考文獻
第 15章 自動駕駛
01 自動駕駛的基本概念
02 端到端的自動駕駛模型
03 自動駕駛的決策系統(tǒng)
參考文獻
作者隨筆
鄂公網安備 42010302001612號 