深度学习算法实践 一站式了解深度学习算法 结合实际工作快速上手

    深度学习算法实践 一站式了解深度学习算法 结合实际工作快速上手

     

    编辑推荐——慧眼看PDF电子书

    深度学习算法实践》以一位软件工程师在工作遇到的问题为主线,阐述了如何从软件工程的思维向算法思维转变,以及深度学习算法的概念与实践:比如在哪些场景下需要运用深度学习算法、如何将深度学习算法应用到任务中、提高工作效率?不仅如此,作者还结合程序员在工作中经常面临的产品需求,详细阐述了应该怎样从算法的角度来看待、分解需求,并结合经典的任务对深度学习算法做了清晰的分析:如何用RNN和CNN结合来提取深度文本特征?如何开始写一个Chatbot?如何在Chatbot中应用深度学习?强化学习为什么这么强大,它是*的吗?强化学习可以用在什么地方?对于图形领域的深度网络来说,是否有通用的提高模型精度的方法?如何利用深度学习来预测股票的趋势?YouTube是如何推荐影片的,我们如何将YouTube的深度学习经验应用在推荐系统中……这些经典的应用案例,能让有志于学习深度学习的读者,快速地理解核心所在,并顺利地上手实践。

    内容简介——慧眼看PDF电子书

    本书以一位软件工程师的转型故事为线索,讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转入算法思维,第2-5章分别阐述文本处理、视觉识别、Bot机器人、强化学习方向的算法实践,第6章案例阐述预测与推荐的应用。

    作者简介——慧眼看PDF电子书

    吴岸城

    致力于深度学习在文本、图像领域的应用。曾中兴通讯、亚信联创担任研发经理、技术经理等职务,现任菱歌科技首席算法科学家一职。

    目录——慧眼看PDF电子书

    1 开始
    1.1 从传统的软件工程思维转型
    1.2 建立算法思维
    1.2.1 算法的开发流程
    1.2.2 做算法的步骤
    1.2.3 英特的总结
    1.3 观察!观察!观察!重要的事情说三遍

     

    2 文本分析实战
    2.1 第一个文本问题
    2.1.1 邮件标题的预处理
    2.1.2 选用算法
    2.1.3 用CNN 做文本分类
    2.2 情感分类
    2.2.1 先分析需求
    2.2.2 词法分析
    2.2.3 机器学习
    2.2.4 试试LSTM 模型
    2.3 文本深度特征提取
    2.3.1 词特征表示
    2.3.2 句子特征表示
    2.3.3 深度语义模型

     

    3 做一个对话机器人
    3.1 理解人类提问
    3.2 答案的抽取和选择
    3.3 蕴含关系
    3.4 生成式对话模型(Generative Model )
    3.5 判断机器人说话的准确性
    3.6 智能对话的总结和思考

     

    4 视觉识别
    4.1 从人脸识别开始
    4.1.1 OpenCV 能做什么
    4.1.2 检测精度的进化:Dlib
    4.1.3 表情识别:Openface
    4.2 深度卷积网络
    4.2.1 CNN 的演化过程
    4.2.2 深度卷积和更深的卷积
    4.2.3 实现更深的卷积网络
    4.2.4 残差网络的实现
    4.2.5 十全大补药:通用的提高精度的方法
    4.2.6 图像训练需要注意的地方
    4.3 目标检测
    4.3.1 用SSD 来实现目标检测应用
    4.3.2 SSD 训练源码提示
    4.4 视觉领域的应用
    4.4.1 艺术风格画
    4.4.2 看图说话:用文字描述一幅图像(BiRNN CNN)
    4.4.3 CNN 的有趣应用:语音识别

     

    5 强化学习实践
    5.1 吃豆子和强化学习
    5.2 马尔科夫决策过程
    5.3 理解Q 网络
    深度学习算法实践
    5.4 模拟物理世界:OpenAI
    5.5 实现一个DQN
    5.5.1 DQN 代码实现
    5.5.2 DQN 过程的图表化
    5.6 关于强化学习的思考
    5.6.1 强化学习的特殊性
    5.6.2 知识的形成要素:记忆
    5.6.3 终极理想:终身学习

     

    6 预测与推荐
    6.1 从Google 的感冒预测说起
    6.2 股票预测(一)
    6.2.1 股票业务整理
    6.2.2 数据获取和准备
    6.2.3 模型搭建
    6.2.4 优化
    6.2.5 后续
    6.3 股票预测(二)
    6.4 深度学习在推荐领域的应用:Lookalike 算法
    6.4.1 调研
    6.4.2 实现
    6.4.3 结果
    6.4.4 总结探讨
    参考文献

    获取正版《深度学习算法实践》直达购买
    weinxin
    站长微信:huiyankan
    网站任何问题、用户注册登录请联系站长微信,看到一定会第一时间及时回复。
    huiyan
    • 本文由 发表于 2020-05-2313:43:48
    • 转载请务必保留本文链接:https://www.huiyankan.com/20200523135592.html
    匿名

    发表评论

    匿名网友 填写信息

    :?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: