品牌网 排行榜
讲解透彻的人工智能书籍精选
上榜理由:
这本书囊括了数学及相关概念的背景知识,包括线性代数、概率论、信息论、数值优化以及机器学习中的相关内容。
上榜理由:
这本书从强化学习的基本思想出发,深入浅出又严谨细致地介绍了强化学习的基本概念和方法,涵盖了当今关键的核心算法和理论。
上榜理由:
这本书系统介绍了视觉SLAM所需的基本知识与核心算法,既包括数学理论基础,又包括计算机视觉的算法实现,内容丰富实用性强。
上榜理由:
这本书基于丰富的图示和具体示例,通俗易懂地介绍了深度学习相关的数学知识,让读者更加直观地体验深度学习。
上榜理由:
本书从基本概念出发,逐步介绍中文分词、词性标注、命名实体识别、信息抽取、文本聚类、文本分类等几个热门问题。
上榜理由:
本书是一本系统介绍知识图谱概念、技术与实践的图书,帮助读者建立知识图谱学科体系,健全大数据知识体系。
上榜理由:
这本书通过大量真实的案例,介绍如何使用深度学习解决实际问题,帮助读者以有效的方式上手TensorFlow和深度学习。
上榜理由:
本书从机器学习中的数学入门开始,以展示数学的友好性为原则,讲述了机器学习中的一些常见的数学知识。
上榜理由:
本书从原理、算法、实现、应用4个维度详细讲解图神经网络,通过理论与实践相结合的方式,让读者理解的更加透彻。
上榜理由:
本书将深度学习的理论与实践高度结合,作者以其多年的研发经验,为开发工程师们提供了一套全面系统的学习教材与实践案例。
上榜理由:
这本书从原理、算法、工程实践3个维度全面展开,全面介绍了现阶段风控领域面临的挑战,以及机器学习在各种风控场景中的应用。
上榜理由:
本书采用独创的黑箱模式、MBA案例教学机制,结合大量的经典案例,介绍Tensor系统和常用的深度学习算法。
上榜理由:
本书是学习计算机科学与人工智能的入门教材,涵盖面广,内容涉及特征选择与稀疏学习、计算学习理论等知识。
上榜理由:
本书涵盖经典强化学习的完整内容,甚至包括作为深度强化学习萌芽的重要成果DFQ,有助于了解强化学习的发展历史和重要成果。
上榜理由:
本书介绍在自然语言交叉学科中,工程应用常用的学科知识,包括自然语言处理概述、Python基础知识和环境搭建等内容。