掃一掃
關注中圖網
官方微博
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
百面機器學習 算法工程師帶你去面試 版權信息
- ISBN：9787115487360
- 條形碼：9787115487360 ; 978-7-115-48736-0
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
百面機器學習 算法工程師帶你去面試 本書特色
1.機器學習面試寶典！微軟全球執行副總裁、美國工程院院士沈向洋，《浪潮之巔》《數學之美》作者吳軍，《計算廣告》作者、科大訊飛副總裁劉鵬，聯袂推薦！
2.內容豐富：涵蓋超過100道機器學習算法工程師的面試題目和解答，為算法工程師鋪設一條快速通往目標的道路。
3.科學實用：大部分題目源于Hulu算法研究崗位的真實場景，讓讀者更好地了解應用機器學習的實際情況，幫助每個軟件工程師成為自信的AI實踐者。
4.知識全面：本書從特征工程、模型評估、降維等機器學習領域出發，構建一個算法工程師完整的知識體系。
5.應用廣泛：本書通過生動的例子，展示了人工智能在生活中各種先進的應用，讓讀者更好地理解機器學習的價值與意義。
百面機器學習 算法工程師帶你去面試 內容簡介
人工智能領域正在以超乎人們想象的速度發展，本書趕在人工智能占領世界之前完成編寫，實屬萬幸。 書中收錄了超過100道機器學習算法工程師的面試題目和解答，其中大部分源于Hulu算法研究崗位的真實場景。本書從日常工作、生活中各種有趣的現象出發，不僅囊括了機器學習的基本知識，而且還包含了成為出眾算法工程師的相關技能，更重要的是凝聚了筆者對人工智能領域的一顆熱忱之心，旨在培養讀者發現問題、解決問題、擴展問題的能力，建立對機器學習的熱愛，共繪人工智能世界的宏偉藍圖。 “不積跬步，無以至千里”，本書將從特征工程、模型評估、降維等經典機器學習領域出發，構建一個算法工程師必-備的知識體系；見神經網絡、強化學習、生成對抗網絡等新科研進展之微，知深度學習領域勝敗興衰之著；“博觀而約取，厚積而薄發”，在末一章為讀者展示生活中各種引領時代的人工智能應用。
百面機器學習 算法工程師帶你去面試 目錄
推薦序
前言
機器學習算法工程師的自我修養
第 1章 特征工程
第 1節 特征歸一化
第 2節 類別型特征
第3節 高維組合特征的處理
第4節 組合特征
第5節 文本表示模型
第6節 Word2Vec
第7節 圖像數據不足時的處理方法
第 2章 模型評估
第 1節 評估指標的局限性
第 2節 ROC 曲線
第3節 余弦距離的應用
第4節 A B 測試的陷阱
第5節 模型評估的方法
第6節 超參數調優
第7節 過擬合與欠擬合
第3章 經典算法
第 1節 支持向量機
第 2節 邏輯回歸
第3節 決策樹
第4章 降維
第 1節 PCA 方差理論
第 2節 PCA 小平方誤差理論
第3節 線性判別分析
第4節 線性判別分析與主成分分析
第5章 非監督學習
第 1節 K 均值聚類
第 2節 高斯混合模型
第3節 自組織映射神經網絡
第4節 非監督學習算法的評估
第6章 概率圖模型
第 1節 概率圖模型的聯合概率分布
第 2節 概率圖表示
第3節 生成式模型與判別式模型
第4節 馬爾可夫模型
第5節 主題模型
第7章 優化算法
第 1節 有監督學習的損失函數
第 2節 機器學習中的優化問題
第3節 經典優化算法
第4節 梯度驗證
第5節 隨機梯度下降法
第6節 隨機梯度下降法的加速
第7節 L1 正則化與稀疏性
第8章 采樣
第 1節 采樣的作用
第 2節 均勻分布隨機數
第3節 常見的采樣方法
第4節 高斯分布的采樣
第5節 馬爾科夫蒙特卡洛采樣法
第6節 貝葉斯網絡的采樣
第7節 不均衡樣本集的重采樣
第9章 前向神經網絡
第 1節 多層感知機與布爾函數
第 2節 深度神經網絡中的激活函數
第3節 多層感知機的反向傳播算法
第4節 神經網絡訓練技巧
第5節 深度卷積神經網絡
第6節 深度殘差網絡
第 10章 循環神經網絡
第 1節 循環神經網絡和卷積神經網絡
第 2節 循環神經網絡的梯度消失問題
第3節 循環神經網絡中的激活函數
第4節 長短期記憶網絡
第5節 Seq2Seq 模型
第6節 注意力機制
第 11章 強化學習
第 1節 強化學習基礎
第 2節 視頻游戲里的強化學習
第3節 策略梯度
第4節 探索與利用
第 12章 集成學習
第 1節 集成學習的種類
第 2節 集成學習的步驟和例子
第3節 基分類器
第4節 偏差與方差
第5節 梯度提升決策樹的基本原理
第6節 XGBoost 與GBDT 的聯系和區別
第 13章 生成式對抗網絡
第 1節 初識GANs 的秘密
第 2節 WGAN：抓住低維的幽靈
第3節 DCGAN：當GANs 遇上卷積
第4節 ALI：包攬推斷業務
第5節 IRGAN：生成離散樣本
第6節 SeqGAN：生成文本序列
第 14章 人工智能的熱門應用
第 1節 計算廣告
第 2節 游戲中的人工智能
第3節 AI 在自動駕駛中的應用
第4節 機器翻譯
第5節 人機交互中的智能計算
后記
作者隨筆
參考文獻
前言
機器學習算法工程師的自我修養
第 1章 特征工程
第 1節 特征歸一化
第 2節 類別型特征
第3節 高維組合特征的處理
第4節 組合特征
第5節 文本表示模型
第6節 Word2Vec
第7節 圖像數據不足時的處理方法
第 2章 模型評估
第 1節 評估指標的局限性
第 2節 ROC 曲線
第3節 余弦距離的應用
第4節 A B 測試的陷阱
第5節 模型評估的方法
第6節 超參數調優
第7節 過擬合與欠擬合
第3章 經典算法
第 1節 支持向量機
第 2節 邏輯回歸
第3節 決策樹
第4章 降維
第 1節 PCA 方差理論
第 2節 PCA 小平方誤差理論
第3節 線性判別分析
第4節 線性判別分析與主成分分析
第5章 非監督學習
第 1節 K 均值聚類
第 2節 高斯混合模型
第3節 自組織映射神經網絡
第4節 非監督學習算法的評估
第6章 概率圖模型
第 1節 概率圖模型的聯合概率分布
第 2節 概率圖表示
第3節 生成式模型與判別式模型
第4節 馬爾可夫模型
第5節 主題模型
第7章 優化算法
第 1節 有監督學習的損失函數
第 2節 機器學習中的優化問題
第3節 經典優化算法
第4節 梯度驗證
第5節 隨機梯度下降法
第6節 隨機梯度下降法的加速
第7節 L1 正則化與稀疏性
第8章 采樣
第 1節 采樣的作用
第 2節 均勻分布隨機數
第3節 常見的采樣方法
第4節 高斯分布的采樣
第5節 馬爾科夫蒙特卡洛采樣法
第6節 貝葉斯網絡的采樣
第7節 不均衡樣本集的重采樣
第9章 前向神經網絡
第 1節 多層感知機與布爾函數
第 2節 深度神經網絡中的激活函數
第3節 多層感知機的反向傳播算法
第4節 神經網絡訓練技巧
第5節 深度卷積神經網絡
第6節 深度殘差網絡
第 10章 循環神經網絡
第 1節 循環神經網絡和卷積神經網絡
第 2節 循環神經網絡的梯度消失問題
第3節 循環神經網絡中的激活函數
第4節 長短期記憶網絡
第5節 Seq2Seq 模型
第6節 注意力機制
第 11章 強化學習
第 1節 強化學習基礎
第 2節 視頻游戲里的強化學習
第3節 策略梯度
第4節 探索與利用
第 12章 集成學習
第 1節 集成學習的種類
第 2節 集成學習的步驟和例子
第3節 基分類器
第4節 偏差與方差
第5節 梯度提升決策樹的基本原理
第6節 XGBoost 與GBDT 的聯系和區別
第 13章 生成式對抗網絡
第 1節 初識GANs 的秘密
第 2節 WGAN：抓住低維的幽靈
第3節 DCGAN：當GANs 遇上卷積
第4節 ALI：包攬推斷業務
第5節 IRGAN：生成離散樣本
第6節 SeqGAN：生成文本序列
第 14章 人工智能的熱門應用
第 1節 計算廣告
第 2節 游戲中的人工智能
第3節 AI 在自動駕駛中的應用
第4節 機器翻譯
第5節 人機交互中的智能計算
后記
作者隨筆
參考文獻
展開全部
百面機器學習 算法工程師帶你去面試 作者簡介
諸葛越：現任Hulu公司全球研發副總裁，中國研發中心總經理。曾任Landscape Mobile 公司聯合創立人兼CEO，前雅虎北京全球研發中心產品總監， 微軟北京研發中心項目總經理，雅虎美國軟件架構師。諸葛越獲美國斯坦福大學的計算機碩士與博士，紐約州立大學石溪分校的應用數學碩士，曾就讀于清華大學計算機科學與技術系。諸葛越的研究結果獲多項專利，2005年獲美國計算機學會數據庫專業委員會十年論文獎。
葫蘆娃：15位Hulu北京創新實驗室的人才。他們利用擅長的機器學習、深度學習等領域知識和算法模型，建立了一套定制化的機AI平臺，改變著推薦引擎、視頻編解碼、內容理解、廣告投放等多項與用戶息息相關的在線業務技術。
書友推薦
- >
中國人在烏蘇里邊疆區:歷史與人類學概述
- >
煙與鏡
- >
月亮與六便士
- >
名家帶你讀魯迅:故事新編
- >
小考拉的故事-套裝共3冊
- >
經典常談
- >
詩經-先民的歌唱
- >
伊索寓言-世界文學名著典藏-全譯本
本類暢銷
