深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一個(gè)分支，包括一套建立數(shù)據(jù)高級(jí)抽象模型的算法�！痘�于R語言的高級(jí)深度學(xué)習(xí)》將幫助讀者了解流行的深度學(xué)習(xí)架構(gòu)及其用R語言實(shí)現(xiàn)的變體，并提供實(shí)際示例�！痘�于R語言的高級(jí)深度學(xué)習(xí)》內(nèi)容涵蓋用于預(yù)測和分類的重要的深度學(xué)習(xí)技術(shù)和概念，包括神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)架構(gòu)以及用R實(shí)現(xiàn)深度學(xué)習(xí)的基礎(chǔ)知識(shí)。《基于R語言的高級(jí)

本書圍繞物聯(lián)網(wǎng)通信技術(shù)應(yīng)用的崗位定義和崗位職能，以物聯(lián)網(wǎng)傳感器認(rèn)知與應(yīng)用、物聯(lián)網(wǎng)執(zhí)行器認(rèn)知與應(yīng)用、物聯(lián)網(wǎng)通信終端開發(fā)、物聯(lián)網(wǎng)短距離無線通信技術(shù)應(yīng)用、物聯(lián)網(wǎng)長距離無線通信技術(shù)應(yīng)用、物聯(lián)網(wǎng)云平臺(tái)的使用為主要技能點(diǎn)組織和闡述物聯(lián)網(wǎng)通信技術(shù)知識(shí)和技能。本書包括6個(gè)項(xiàng)目，按照感知層、網(wǎng)絡(luò)層、應(yīng)用層一步一步展開。每個(gè)項(xiàng)目中的任務(wù)設(shè)

本書將數(shù)學(xué)理論與實(shí)例相結(jié)合，這些實(shí)例以最*先進(jìn)的通用機(jī)器學(xué)習(xí)框架為基礎(chǔ)，由Python實(shí)現(xiàn)，向讀者介紹更復(fù)雜的算法。全書共25章，包括機(jī)器學(xué)習(xí)模型基礎(chǔ)、損失函數(shù)和正則化、半監(jiān)督學(xué)習(xí)導(dǎo)論、高級(jí)半監(jiān)督分類、基于圖的半監(jiān)督學(xué)習(xí)、聚類和無監(jiān)督學(xué)習(xí)模型、高級(jí)聚類和無監(jiān)督學(xué)習(xí)模型、面向營銷的聚類和無監(jiān)督學(xué)習(xí)模型、廣義線性模型和回歸

神經(jīng)計(jì)算的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

機(jī)器學(xué)習(xí)的信息論方法 香農(nóng)信息科學(xué)經(jīng)典

本書是《Scikit-learn機(jī)器學(xué)習(xí)詳解》（潘風(fēng)文編著）的進(jìn)階篇，講解了Sklearn（Scikit-learn）機(jī)器學(xué)習(xí)框架的各種高級(jí)應(yīng)用技術(shù)，包括數(shù)據(jù)集導(dǎo)入工具、集成學(xué)習(xí)、模型選擇和交叉驗(yàn)證、異常檢測、管道、信號(hào)分解、模型持久化以及Sklearn系統(tǒng)高級(jí)配置。通過本書的學(xué)習(xí)，讀者可快速掌握Sklearn框架的高

本書從語義匹配的角度解決搜索引擎和推薦系統(tǒng)的關(guān)鍵痛點(diǎn)，為構(gòu)建解決語義匹配問題的深度學(xué)習(xí)模型提供了通用框架。第1章概述搜索和推薦中的語義匹配問題，以及近年來的研究進(jìn)展。第2章介紹傳統(tǒng)匹配模型，包括潛在空間模型。第3章介紹深度學(xué)習(xí)技術(shù)在構(gòu)建匹配模型時(shí)的應(yīng)用。第4章和第5章分別介紹用于搜索和推薦的深度匹配模型，并將當(dāng)前的深度

本書講解概率圖模型的基本原理及其在機(jī)器學(xué)習(xí)、大數(shù)據(jù)建模、深度神經(jīng)網(wǎng)絡(luò)模型中的應(yīng)用,并且從概率圖模型的角度講解機(jī)器學(xué)習(xí)算法、深度神經(jīng)網(wǎng)絡(luò)模型的概率原理，培養(yǎng)學(xué)生知其然，并知其所以然的思維方式，解決學(xué)生應(yīng)用建模時(shí)僅局限于模型選型和調(diào)參的問題。本書內(nèi)容豐富，將原理與實(shí)例相結(jié)合，數(shù)學(xué)與代碼相結(jié)合，可作為高等院校的人工智能

本教材遵循案例教學(xué)模式進(jìn)行課程教學(xué)設(shè)計(jì)，圍繞人工智能應(yīng)用案例展開，強(qiáng)調(diào)學(xué)科教學(xué)設(shè)計(jì)、主要研究內(nèi)容、核心研究領(lǐng)域及前沿理論和技術(shù)等，內(nèi)容涉及圖像、視頻、語音、文本和機(jī)器人。本教材覆蓋人工智能（師范）專業(yè)入門必須掌握的知識(shí)，強(qiáng)調(diào)基礎(chǔ)性和前沿性并重，理論和實(shí)驗(yàn)相統(tǒng)一，著力于師范生的課程設(shè)計(jì)能力、案例分析能力和動(dòng)手實(shí)踐能力的培

本書介紹了軟件測試的基本概念、原理、基本方法及測試過程等內(nèi)容，包括軟件測試技術(shù)概述、靜態(tài)測試、黑盒測試、白盒測試、集成測試、系統(tǒng)測試、測試報(bào)告管理、智能軟件測試以及單元測試框架Junit、壓力測試工具Jmeter的使用方法，同時(shí)還介紹了軟件測試與質(zhì)量保證等內(nèi)容。本書為軟件測試的基礎(chǔ)教材，旨在讓學(xué)生能夠熟練地對(duì)實(shí)際軟件進(jìn)