摘要：
入门神经网络深度学习，推荐学习《深度学习入门：基于Python的理论与实现》，这本书不来虚的，一上来就是手把手教你一步步搭建出一个神经网络，还能把每一步的出处讲明白。理解神经网络，很容易就能入门。深度学习真正意义上的入门书，深入浅出地剖析了深度学习的原理和相关技术。书中使用Python3，尽量不依赖 阅读全文
摘要：
python基础教程ed3: 基础知识 列表和元组 字符串 字典 流程控制 抽象(参数 作用域 递归) 异常 魔术方法/特性/迭代器 模块/标准库 文件 GUI DB 网络编程 测试 扩展python/程序打包/趣味编程 10个项目。结构安排还是比较明显的。先是基础知识和python的基本数据类型和 阅读全文
摘要：
PyTorch是一个基于Python的深度学习平台，该平台简单易用上手快，从计算机视觉、自然语言处理再到强化学习，PyTorch的功能强大，支持PyTorch的工具包有用于自然语言处理的Allen NLP，用于概率图模型的Pyro，扩展了PyTorch的功能。通过学习《深度学习入门之PyTorch》 阅读全文
摘要：
计算机视觉、自然语言处理和语音识别是目前深度学习领域很热门的三大应用方向。计算机视觉学习，推荐阅读《深度学习之PyTorch实战计算机视觉》。学到人工智能的基础概念及Python 编程技能，掌握PyTorch 的使用方法，学到深度学习相关的理论知识，比如卷积神经网络、循环神经网络、自动编码器，等等。 阅读全文
摘要：
贝叶斯推理的方法非常自然和极其强大。然而，大多数图书讨论贝叶斯推理，依赖于非常复杂的数学分析和人工的例子，使没有强大数学背景的人无法接触。《贝叶斯方法概率编程与贝叶斯推断》从编程、计算的角度来介绍贝叶斯推理，把贝叶斯理论和编程实践结合起来，使大多数程序员都可以入门并掌握。通过强大的Python语言库 阅读全文
摘要：
《深入浅出深度学习原理剖析与Python实践》介绍了深度学习相关的原理与应用，全书共分为三大部分，第一部分主要回顾了深度学习的发展历史，以及Theano的使用；第二部分详细讲解了与深度学习相关的基础知识，包括线性代数、概率论、概率图模型、机器学习和最优化算法；在第三部分中，针对若干核心的深度学习模型 阅读全文
摘要：
当前，机器学习和数据科学都是很重要和热门的相关学科，需要深入地研究学习才能精通。《机器学习与数据科学基于R的统计学习方法》试图指导读者掌握如何完成涉及机器学习的数据科学项目。为数据科学家提供一些在统计学习领域会用到的工具和技巧，涉及数据连接、数据处理、探索性数据分析、监督机器学习、非监督机器学习和模 阅读全文
摘要：
从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带你由浅入深系统掌握TensorFlow机器学习算法及其实现。《TensorFlow机器学习实战指南》共11章，第1章介绍TensorFlow的基本概念；第2章介绍如何在计算图中连接算 阅读全文
摘要：
用数学工具解决实际问题仅有的要求可能就是懂一点概率知识和程序设计。而贝叶斯方法是一种常见的利用概率学知识去解决不确定性问题的数学方法，对于一个计算机专业的人士，应当熟悉其应用在诸如机器翻译，语音识别，垃圾邮件检测等常见的计算机问题领域。在共计15章的篇幅中讨论了怎样解决十几个现实生活中的实际问题。在 阅读全文
摘要：
深度学习乃至人工智能正逐渐在FinTech领域发挥巨大的作用，其应用包括自动报告生成、金融智能搜索、量化交易和智能投顾。而TensorFlow为金融业方便地使用深度学习提供了可能。《TensorFlow实战》讲述了TensorFlow的基础原理，TF和其他框架的异同，并用具体的代码完整地实现了各种类 阅读全文