• 百面机器学习 算法工程师带你去面试
21年品牌 40万+商家 超1.5亿件商品

百面机器学习 算法工程师带你去面试

全新正版 极速发货

47.81 4.4折 109 全新

库存17件

广东广州
认证卖家担保交易快速发货售后保障

作者葫芦娃 著 诸葛越 编

出版社人民邮电出版社

ISBN9787115487360

出版时间2018-08

装帧平装

开本16开

定价109元

货号1202873269

上书时间2024-11-16

大智慧小美丽

已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
商品描述
作者简介
诸葛越:现任Hulu公司全球研发副总裁,中国研发中心总经理。曾任Landscape Mobile 公司联合创始人兼CEO,前雅虎北京全球研发中心产品总监, 微软北京研发中心项目总经理,雅虎美国软件架构师。诸葛越获美国斯坦福大学的计算机硕士与博士,纽约州立大学石溪分校的应用数学硕士,曾就读于清华大学计算机科学与技术系。诸葛越的研究结果获多项专利,2005年获美国计算机学会数据库专业委员会十年论文奖。
葫芦娃:15位Hulu北京创新实验室的人才。他们利用擅长的机器学习、深度学习等领域知识和算法模型,建立了一套定制化的机AI平台,改变着推荐引擎、视频编解码、内容理解、广告投放等多项与用户息息相关的在线业务技术。

目录
推荐序

前言

机器学习算法工程师的自我修养

第1章 特征工程

第1节 特征归一化

第2节 类别型特征

第3节 高维组合特征的处理

第4节 组合特征

第5节 文本表示模型

第6节 Word2Vec

第7节 图像数据不足时的处理方法

第2章 模型评估

第1节 评估指标的局限性

第2节 ROC曲线

第3节 余弦距离的应用

第4节 A/B测试的陷阱

第5节 模型评估的方法

第6节 超参数调优

第7节 过拟合与欠拟合

第3章 经典算法

第1节 支持向量机

第2节 逻辑回归

第3节 决策树

第4章 降维

第1节 PCA最大方差理论

第2节 PCA最小平方误差理论

第3节 线性判别分析

第4节 线性判别分析与主成分分析

第5章 非监督学习

第1节 K均值聚类

第2节 高斯混合模型

第3节 自组织映射神经网络

第4节 非监督学习算法的评估

第6章 概率图模型

第1节 概率图模型的联合概率分布

第2节 概率图表示

第3节 生成式模型与判别式模型

第4节 马尔可夫模型

第5节 主题模型

第7章 优化算法

第1节 有监督学习的损失函数

第2节 机器学习中的优化问题

第3节 经典优化算法

第4节 梯度验证

第5节 随机梯度下降法

第6节 随机梯度下降法的加速

第7节 L1正则化与稀疏性

第8章 采样

第1节 采样的作用

第2节 均匀分布随机数

第3节 常见的采样方法

第4节 高斯分布的采样

第5节 马尔科夫蒙特卡洛采样法

第6节 贝叶斯网络的采样

第7节 不均衡样本集的重采样

第9章 前向神经网络

第1节 多层感知机与布尔函数

第2节 深度神经网络中的激活函数

第3节 多层感知机的反向传播算法

第4节 神经网络训练技巧

第5节 深度卷积神经网络

第6节 深度残差网络

第10章 循环神经网络

第1节 循环神经网络和卷积神经网络

第2节 循环神经网络的梯度消失问题

第3节 循环神经网络中的激活函数

第4节 长短期记忆网络

第5节 Seq2Seq模型

第6节 注意力机制

第11章 强化学习

第1节 强化学习基础

第2节 视频游戏里的强化学习

第3节 策略梯度

第4节 探索与利用

第12章 集成学习

第1节 集成学习的种类

第2节 集成学习的步骤和例子

第3节 基分类器

第4节 偏差与方差

第5节 梯度提升决策树的基本原理

第6节 XGBoost与GBDT的联系和区别

第13章 生成式对抗网络

第1节 初识GANs的秘密

第2节 WGAN:抓住低维的幽灵

第3节 DCGAN:当GANs遇上卷积

第4节 ALI:包揽推断业务

第5节 IRGAN:生成离散样本

第6节 SeqGAN:生成文本序列

第14章 人工智能的热门应用

第1节 计算广告

第2节 游戏中的人工智能

第3节 AI在自动驾驶中的应用

第4节 机器翻译

第5节 人机交互中的智能计算

后记

作者随笔

参考文献

内容摘要
人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底占领世界之前完成编写,实属万幸。书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识,而且还包含了成为出众算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图。“不积跬步,无以至千里”,本书将从特征工程、模型评估、降维等经典机器学习领域出发,构建一个算法工程师必-备的知识体系;见神经网络、强化学习、生成对抗网络等新科研进展之微,知深度学习领域胜败兴衰之著;“博观而约取,厚积而薄发”,在末一章为读者展示生活中各种引领时代的人工智能应用。

主编推荐
机器学习面试宝典!微软全球执行副总裁、美国工程院院士沈向洋,《浪潮之巅》《数学之美》作者吴军,《计算广告》作者、科大讯飞副总裁刘鹏,联袂推荐!
人工智能几起几落,最近这次人工智能浪潮起始于近10年,技术的飞跃发展,带来了应用前suo未有的可能性。未来的几年,是人工智能技术全面普及化的时期,也是算法工程师稀缺的时期。
本书旨在帮助对人工智能和机器学习有兴趣的朋友们更加深入地了解这个领域的基本技能,帮助每个软件工程师成为自信的AI实践者,帮助每个数据科学家成为出众的AI研究者。对每个有志进入此领域的工程师来说,本书会为你铺设一条快速通往目标的道路。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP