注冊(cè) | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計(jì)算機(jī)/網(wǎng)絡(luò)人工智能程序員面試寶典:百面機(jī)器學(xué)習(xí)+百面深度學(xué)習(xí) 算法工程師帶你去面試(套裝2冊(cè))

程序員面試寶典:百面機(jī)器學(xué)習(xí)+百面深度學(xué)習(xí) 算法工程師帶你去面試(套裝2冊(cè))

程序員面試寶典:百面機(jī)器學(xué)習(xí)+百面深度學(xué)習(xí) 算法工程師帶你去面試(套裝2冊(cè))

定 價(jià):¥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(xiàng):
標(biāo) 簽: 暫缺

購買這本書可以去


ISBN: 9787115005250 出版時(shí)間: 2020-08-01 包裝: 平裝
開本: 16開 頁數(shù): 字?jǐn)?shù):  

內(nèi)容簡介

  《百面機(jī)器學(xué)習(xí) 算法工程師帶你去面試》 人工智能領(lǐng)域正在以超乎人們想象的速度發(fā)展,本書趕在人工智能徹底占領(lǐng)世界之前完成編寫,實(shí)屬萬幸。 書中收錄了超過100道機(jī)器學(xué)習(xí)算法工程師的面試題目和解答,其中大部分源于Hulu算法研究崗位的真實(shí)場景。本書從日常工作、生活中各種有趣的現(xiàn)象出發(fā),不僅囊括了機(jī)器學(xué)習(xí)的基本知識(shí),而且還包含了成為出眾算法工程師的相關(guān)技能,更重要的是凝聚了筆者對(duì)人工智能領(lǐng)域的一顆熱忱之心,旨在培養(yǎng)讀者發(fā)現(xiàn)問題、解決問題、擴(kuò)展問題的能力,建立對(duì)機(jī)器學(xué)習(xí)的熱愛,共繪人工智能世界的宏偉藍(lán)圖。“不積跬步,無以至千里”,本書將從特征工程、模型評(píng)估、降維等經(jīng)典機(jī)器學(xué)習(xí)領(lǐng)域出發(fā),構(gòu)建一個(gè)算法工程師必-備的知識(shí)體系;見神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、生成對(duì)抗網(wǎng)絡(luò)等新科研進(jìn)展之微,知深度學(xué)習(xí)領(lǐng)域勝敗興衰之著;“博觀而約取,厚積而薄發(fā)”,在末一章為讀者展示生活中各種引領(lǐng)時(shí)代的人工智能應(yīng)用。《百面深度學(xué)習(xí) 算法工程師帶你去面試》 深度學(xué)習(xí)是目前學(xué)術(shù)界和工業(yè)界都非?;馃岬脑掝},在許多行業(yè)有著成功應(yīng)用。本書由Hulu的近30位算法研究員和算法工程師共同編寫完成,專門針對(duì)深度學(xué)習(xí)領(lǐng)域,是《百面機(jī)器學(xué)習(xí):算法工程師帶你去面試》的延伸。全書內(nèi)容大致分為兩個(gè)部分,第一部分介紹經(jīng)典的深度學(xué)習(xí)算法和模型,包括卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、圖神經(jīng)網(wǎng)絡(luò)、生成模型、生成式對(duì)抗網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)、元學(xué)習(xí)、自動(dòng)化機(jī)器學(xué)習(xí)等;第二部分介紹深度學(xué)習(xí)在一些領(lǐng)域的應(yīng)用,包括計(jì)算機(jī)視覺、自然語言處理、推薦系統(tǒng)、計(jì)算廣告、視頻處理、計(jì)算機(jī)聽覺、自動(dòng)駕駛等。本書仍然采用知識(shí)點(diǎn)問答的形式來組織內(nèi)容,每個(gè)問題都給出了難度級(jí)和相關(guān)知識(shí)點(diǎn),以督促讀者進(jìn)行自我檢查和主動(dòng)思考。書中每個(gè)章節(jié)精心篩選了對(duì)應(yīng)領(lǐng)域的不同方面、不同層次上的問題,相互搭配,展示深度學(xué)習(xí)的“百面”精彩,讓不同讀者都能找到合適的內(nèi)容。 本書適合相關(guān)專業(yè)的在校學(xué)生檢查和加強(qiáng)對(duì)所學(xué)知識(shí)點(diǎn)的掌握程度,求職者快速復(fù)習(xí)和補(bǔ)充相關(guān)的深度學(xué)習(xí)知識(shí),以及算法工程師作為工具書隨時(shí)參閱。此外,非相關(guān)專業(yè)、但對(duì)人工智能或深度學(xué)習(xí)感興趣的研究人員,也可以通過本書大致了解一些熱門的人工智能應(yīng)用、深度學(xué)習(xí)模型背后的核心算法及其思想。

作者簡介

  諸葛越:現(xiàn)任Hulu公司全球研發(fā)副總裁,中國研發(fā)中心總經(jīng)理。曾任Landscape Mobile公司聯(lián)合創(chuàng)始人兼CEO,前雅虎北京研發(fā)中心產(chǎn)品總監(jiān),微軟北京研發(fā)中心項(xiàng)目總經(jīng)理。諸葛越獲美國斯坦福大學(xué)計(jì)算機(jī)碩士與博士學(xué)位、紐約州立大學(xué)石溪分校應(yīng)用數(shù)學(xué)碩士學(xué)位,曾就讀于清華大學(xué),2005年獲美國計(jì)算機(jī)學(xué)會(huì)數(shù)據(jù)庫專業(yè)委員會(huì)十年最佳論文獎(jiǎng)。諸葛越是暢銷書《魔鬼老大,天使老二》作者,《百面機(jī)器學(xué)習(xí)》主編。

圖書目錄

《百面機(jī)器學(xué)習(xí) 算法工程師帶你去面試》

推薦序

前言

機(jī)器學(xué)習(xí)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(shù)據(jù)不足時(shí)的處理方法

第 2章 模型評(píng)估

第 1節(jié) 評(píng)估指標(biāo)的局限性

第 2節(jié) ROC 曲線

第3節(jié) 余弦距離的應(yīng)用

第4節(jié) A/B 測試的陷阱

第5節(jié) 模型評(píng)估的方法

第6節(jié) 超參數(shù)調(diào)優(yōu)

第7節(jié) 過擬合與欠擬合

第3章 經(jīng)典算法

第 1節(jié) 支持向量機(jī)

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(xué)習(xí)

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(jīng)網(wǎng)絡(luò)

第4節(jié) 非監(jiān)督學(xué)習(xí)算法的評(píng)估

第6章 概率圖模型

第 1節(jié) 概率圖模型的聯(lián)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(xué)習(xí)的損失函數(shù)

第 2節(jié) 機(jī)器學(xué)習(xí)中的優(yōu)化問題

第3節(jié) 經(jīng)典優(yōu)化算法

第4節(jié) 梯度驗(yàn)證

第5節(jié) 隨機(jī)梯度下降法

第6節(jié) 隨機(jī)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(jī)數(shù)

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(wǎng)絡(luò)的采樣

第7節(jié) 不均衡樣本集的重采樣

第9章 前向神經(jīng)網(wǎng)絡(luò)

第 1節(jié) 多層感知機(jī)與布爾函數(shù)

第 2節(jié) 深度神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)

第3節(jié) 多層感知機(jī)的反向傳播算法

第4節(jié) 神經(jīng)網(wǎng)絡(luò)訓(xùn)練技巧

第5節(jié) 深度卷積神經(jīng)網(wǎng)絡(luò)

第6節(jié) 深度殘差網(wǎng)絡(luò)

第 10章 循環(huán)神經(jīng)網(wǎng)絡(luò)

第 1節(jié) 循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)

第 2節(jié) 循環(huán)神經(jīng)網(wǎng)絡(luò)的梯度消失問題

第3節(jié) 循環(huán)神經(jīng)網(wǎng)絡(luò)中的激活函數(shù)

第4節(jié) 長短期記憶網(wǎng)絡(luò)

第5節(jié) Seq2Seq 模型

第6節(jié) 注意力機(jī)制

第 11章 強(qiáng)化學(xué)習(xí)

第 1節(jié) 強(qiáng)化學(xué)習(xí)基礎(chǔ)

第 2節(jié) 視頻游戲里的強(qiáng)化學(xué)習(xí)

第3節(jié) 策略梯度

第4節(jié) 探索與利用

第 12章 集成學(xué)習(xí)

第 1節(jié) 集成學(xué)習(xí)的種類

第 2節(jié) 集成學(xué)習(xí)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(lián)系和區(qū)別

第 13章 生成式對(duì)抗網(wǎng)絡(luò)

第 1節(jié) 初識(shí)GANs 的秘密

第 2節(jié) WGAN:抓住低維的幽靈

第3節(jié) DCGAN:當(dāng)GANs 遇上卷積

第4節(jié) ALI:包攬推斷業(yè)務(wù)

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(yīng)用

第 1節(jié) 計(jì)算廣告

第 2節(jié) 游戲中的人工智能

第3節(jié) AI 在自動(dòng)駕駛中的應(yīng)用

第4節(jié) 機(jī)器翻譯

第5節(jié) 人機(jī)交互中的智能計(jì)算

后記

作者隨筆

參考文獻(xiàn)



《百面深度學(xué)習(xí) 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(jīng)網(wǎng)絡(luò)

01 卷積基礎(chǔ)知識(shí)

02 卷積的變種

03 卷積神經(jīng)網(wǎng)絡(luò)的整體結(jié)構(gòu)

04 卷積神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)模塊

參考文獻(xiàn)

第 2章 循環(huán)神經(jīng)網(wǎng)絡(luò)

01 循環(huán)神經(jīng)網(wǎng)絡(luò)與序列建模

02 循環(huán)神經(jīng)網(wǎng)絡(luò)中的Dropout

03 循環(huán)神經(jīng)網(wǎng)絡(luò)中的長期依賴問題

04 長短期記憶網(wǎng)絡(luò)

05 Seq2Seq 架構(gòu)

參考文獻(xiàn)

第3章 圖神經(jīng)網(wǎng)絡(luò)

01 圖神經(jīng)網(wǎng)絡(luò)的基本結(jié)構(gòu)

02 圖神經(jīng)網(wǎng)絡(luò)在推薦系統(tǒng)中的應(yīng)用

03 圖神經(jīng)網(wǎng)絡(luò)的推理能力

參考文獻(xiàn)

第4章 生成模型

01 深度信念網(wǎng)絡(luò)與深度波爾茲曼機(jī)

02 變分自編碼器基礎(chǔ)知識(shí)

03 變分自編碼器的改進(jìn)

04 生成式矩匹配網(wǎng)絡(luò)與深度自回歸網(wǎng)絡(luò)

參考文獻(xiàn)

第5章 生成式對(duì)抗網(wǎng)絡(luò)

01 生成式對(duì)抗網(wǎng)絡(luò)的基本原理

02 生成式對(duì)抗網(wǎng)絡(luò)的改進(jìn)

03 生成式對(duì)抗網(wǎng)絡(luò)的效果評(píng)估

04 生成式對(duì)抗網(wǎng)絡(luò)的應(yīng)用

參考文獻(xiàn)

第6章 強(qiáng)化學(xué)習(xí)

01 強(qiáng)化學(xué)習(xí)基礎(chǔ)知識(shí)

02 強(qiáng)化學(xué)習(xí)算法

03 深度強(qiáng)化學(xué)習(xí)

04 強(qiáng)化學(xué)習(xí)的應(yīng)用

參考文獻(xiàn)

第7章 元學(xué)習(xí)

01 元學(xué)習(xí)的主要概念

02 元學(xué)習(xí)的主要方法

03 元學(xué)習(xí)的數(shù)據(jù)集準(zhǔn)備

04 元學(xué)習(xí)的兩個(gè)簡單模型

05 基于度量學(xué)習(xí)的元學(xué)習(xí)模型

06 基于神經(jīng)圖靈機(jī)的元學(xué)習(xí)模型

07 基于學(xué)習(xí)優(yōu)化器的元學(xué)習(xí)模型

08 基于學(xué)習(xí)初始點(diǎn)的元學(xué)習(xí)模型

參考文獻(xiàn)

第8章 自動(dòng)化機(jī)器學(xué)習(xí)

01 自動(dòng)化機(jī)器學(xué)習(xí)的基本概念

02 模型和超參數(shù)自動(dòng)化調(diào)優(yōu)

03 神經(jīng)網(wǎng)絡(luò)架構(gòu)搜索

參考文獻(xiàn)

第二部分 應(yīng)用

第9章 計(jì)算機(jī)視覺

01 物體檢測

02 圖像分割

03 光學(xué)字符識(shí)別

04 圖像標(biāo)注

05 人體姿態(tài)識(shí)別

參考文獻(xiàn)

第 10章 自然語言處理

01 語言的特征表示

02 機(jī)器翻譯

03 問答系統(tǒng)

04 對(duì)話系統(tǒng)

參考文獻(xiàn)

第 11章 推薦系統(tǒng)


01 推薦系統(tǒng)基礎(chǔ)


02 推薦系統(tǒng)設(shè)計(jì)與算法


03 推薦系統(tǒng)評(píng)估


參考文獻(xiàn)


第 12章 計(jì)算廣告


01 點(diǎn)擊率預(yù)估


02 廣告召回


03 廣告投放策略


參考文獻(xiàn)


第 13章 視頻處理


01 視頻編解碼


02 視頻監(jiān)控


03 圖像質(zhì)量評(píng)價(jià)


04 超分辨率重建


05 網(wǎng)絡(luò)通信


參考文獻(xiàn)


第 14章 計(jì)算機(jī)聽覺


01 音頻信號(hào)的特征提取


02 自動(dòng)語音識(shí)別


03 音頻事件識(shí)別


參考文獻(xiàn)


第 15章 自動(dòng)駕駛


01 自動(dòng)駕駛的基本概念


02 端到端的自動(dòng)駕駛模型


03 自動(dòng)駕駛的決策系統(tǒng)


參考文獻(xiàn)


作者隨筆


本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) m.ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號(hào) 鄂公網(wǎng)安備 42010302001612號(hào)