1
深度学习入门
本书是深度学习真正意义上的入门书。它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，尽量不依赖外部库或工具。从基本的数学知识出发，它带领读者从零创建一个经典的深度学习网络，使读者在此过程中逐步理解深度学习。本书不仅介绍了深
[日］斋藤康毅 2023-04-13 14:19:43
1
深度学习推荐系统
深度学习已在推荐系统领域引起技术革命。本书介绍了这一革命中的主流技术要点，包括深度学习推荐模型、Embedding技术、推荐系统工程实现、模型评估体系以及业界前沿实践。《深度学习推荐系统》适合推荐系统、计算广告和搜索领域的从业者阅读，也适合
王喆 2023-04-13 14:07:53
1
深度学习与图像识别：原理与实践
这是一部由阿里巴巴达摩院算法专家、阿里巴巴技术发展专家和阿里巴巴数据架构师联合撰写的图像识别著作，从技术原理、算法和工程实践等3个维度系统讲解该领域的知识点。本书的知识点选择非常全面，既能让完全没有基础的读者迅速入门，又能让有基础的读者深入
魏溪含 涂铭 张修鹏 著 2023-04-13 00:45:24
1
深入浅出神经网络与深度学习
本书深入讲解神经网络和深度学习技术，侧重于阐释深度学习的核心概念。作者以技术原理为导向，辅以贯穿全书的MNIST手写数字识别项目示例，介绍神经网络架构、反向传播算法、过拟合解决方案、卷积神经网络等内容，以及如何利用这些知识改进深度学习项目。
[澳]迈克尔·尼尔森（MichaelNielsen） 2023-04-12 23:59:24
1
神经网络与机器学习（原书第3版）
神经网络是计算智能和机器学习的重要分支，在诸多领域都取得了很大的成功。在众多神经网络著作中，影响最为广泛的是SimonHaykin的《神经网络与机器学习》（第3版）。本书作者结合近年来神经网络和机器学习的最新进展，从理论和实际应用出发，全面
[加]SimonHaykin 2023-04-12 23:58:01
1
深度学习的数学
《深度学习的数学》是一本通俗易懂的书籍，通过丰富的图示和具体示例，介绍了深度学习相关的数学知识。具体而言，第1章概述了神经网络；第2章介绍了理解神经网络所需的数学基础知识；第3章介绍了神经网络的最优化；第4章介绍了神经网络和误差反向传播法；
[日]涌井良幸/[日]涌井贞美 2023-04-12 23:56:47
1
神经网络与深度学习
邱锡鹏是复旦大学计算机科学技术学院教授和博士生导师。他在复旦大学获得理学学士和博士学位。他的主要研究领域包括自然语言处理、机器学习和深度学习等。他已在相关领域的权威国际期刊和会议上发表了60多篇学术论文，并获得了ACL2017杰出论文奖以及
邱锡鹏 2023-04-12 23:55:51
1
漫画费曼
R.P.费曼是上个世纪继爱因斯坦之后最伟大的实证物理学家之一。他因其在量子电动力学方面的研究而荣获诺贝尔物理学奖，并在第二次世界大战期间对发展原子弹做出了重要贡献。战后，费曼曾先后在康奈尔大学和加州理工学院任教。除了费曼在不同时期还曾是故事
吉米·奥塔维亚尼 2023-04-10 10:45:39
1
Processing编程学习指南（原书第2版）
在这本书中，你可以通过视觉化界面来学习电脑编程的基本原理。本书涵盖创建最前沿的图形应用程序所需的基础知识，如互动艺术、实时视频处理和数据可视化等。它是一本实验风格的手册，精心挑选了部分高级技术进行详尽解释，可以让图形和网页设计师、艺术家及平
[美]丹尼尔希夫曼（DanielShiffman） 2023-04-09 18:39:43
1
向拉斯维加斯学习
《向拉斯维加斯学习》与罗伯特•文丘里所著的《建筑复杂性与矛盾性》被认为是后现代主义建筑思潮的宣言。文丘里认为，群众不懂现代主义建筑语言，而群众喜欢的建筑往往形式平凡、活泼、装饰性强，具有隐喻性。他认为，赌城拉斯维加斯的面貌正好反映了群众的喜
[美]罗伯特•文丘里/[美]丹尼斯•斯科特•布朗/[美]史蒂文•艾泽努尔 2023-04-08 09:02:19
1
机器学习中的数学
《机器学习中的数学》是一本入门图书，旨在系统介绍机器学习涉及的数学知识。本书以展示数学的友好性为原则，讲述机器学习中的常见数学知识，并力求为数学基础薄弱的读者铺平在机器学习中陡峭的台阶。全书共19章，分为线性代数、高等数学和概率3个组成部分
孙博 2023-04-08 03:13:01
1
机器学习的数学
本书的目标是帮助读者全面、系统地学习机器学习所必须的数学知识。全书由8章组成，力求精准、最小地覆盖机器学习的数学知识。包括微积分，线性代数与矩阵论，最优化方法，概率论，信息论，随机过程，以及图论。本书从机器学习的角度讲授这些数学知识，对它们
雷明 2023-04-08 02:30:55
