一文看懂深度学习与人工智能(已完结)

机器学习系列

第0张 深入理解机器学习

第1章 机器学习的诞生与演化

第2章 机器学习的核心思想

第3章 概率与统计

第4章 线性代数与矩阵运算

第5章 优化与数值计算

第6章 线性模型家族

第7章 基于距离与相似度的方法

第8章 决策树与集成学习

第9章 概率模型与统计学习

第10章 无监督学习与聚类(Unsupervised Learning & Clustering)

第11章 特征工程与数据处理

第12章 模型评估与调优

第13章 NLP 领域的机器学习实践

第14章 计算机视觉与传统机器学习 Computer Vision, CV

第15章 时序数据与预测

第16章 深度学习的兴起

第17章 卷积与序列模型 卷积神经网络(Convolutional Neural Network, CNN)

第18章 大模型与预训练范式

第19章 可解释性与可信AI

第20章 机器学习的思维方式

第21章 机器学习的未来

写作目的

由于自己偏向于实战派,所以理论比较差。

这个系列主要用于 AI 基本知识的入门,或者说简单的整理汇总,方便大家学习查询使用。

©著作权归作者所有,转载或内容合作请联系作者
【社区内容提示】社区部分内容疑似由AI辅助生成,浏览时请结合常识与多方信息审慎甄别。
平台声明:文章内容(如有图片或视频亦包括在内)由作者上传并发布,文章内容仅代表作者本人观点,简书系信息发布平台,仅提供信息存储服务。

相关阅读更多精彩内容

友情链接更多精彩内容