Ebook Thuật Toán Machine Learning Chuyên Sâu [Ấn Bản Lần 1, Thắng 8/2024] [PDF, EPUB + CODE] [9483E]
Tìm hiểu cách các thuật toán machine learning hoạt động từ đầu để bạn có thể khắc phục sự cố hiệu quả cho các mô hình của mình và cải thiện hiệu suất của chúng.
Hiểu đầy đủ cách các thuật toán machine learning hoạt động là điều cần thiết đối với bất kỳ kỹ sư ML nghiêm túc nào. Trong Thuật toán Machine Learning chuyên sâu, bạn sẽ khám phá các triển khai thực tế của hàng chục thuật toán ML bao gồm:
- ✓ Monte Carlo Stock Price Simulation.
- ✓ Image Denoising sử dụng Mean-Field Variational Inference.
- ✓ Thuật toán EM cho Hidden Markov Models.
- ✓ Imbalanced Learning, Active Learning và Ensemble Learning.
- ✓ Bayesian Optimization for Hyperparameter Tuning.
- ✓ Dirichlet Process K-Means for Clustering Applications.
- ✓ Stock Cluster dựa trên Inverse Covariance Estimation.
- ✓ Energy Minimization sử dụng Simulated Annealing.
- ✓ Image Search dựa trên ResNet Convolutional Neural Network.
- ✓ Anomaly Detection trong Time-Series sử dụng Variational Autoencoders.
Thuật toán Machine Learning chuyên sâu đi sâu vào thiết kế và các nguyên tắc cơ bản của một số thuật toán machine learning (ML) thú vị nhất trên thế giới hiện nay. Với sự nhấn mạnh đặc biệt vào các thuật toán xác suất, bạn sẽ học được những nền tảng của Bayesian inference và deep learning. Bạn cũng sẽ khám phá các cấu trúc dữ liệu cốt lõi và các mô hình thuật toán cho học máy. Mỗi thuật toán được khám phá đầy đủ với cả toán học và các triển khai thực tế để bạn có thể thấy cách chúng hoạt động và cách chúng được đưa vào thực tế.
Về công nghệ:
Tìm hiểu cách các thuật toán machine learning hoạt động từ đầu để bạn có thể khắc phục sự cố hiệu quả cho các mô hình của mình và cải thiện hiệu suất của chúng. Cuốn sách này hướng dẫn bạn từ nền tảng toán học cốt lõi của các thuật toán ML quan trọng nhất đến các triển khai Python của chúng, đặc biệt tập trung vào các phương pháp dựa trên xác suất.
Về cuốn sách:
Thuật Toán Machine Learning Chuyên Sâu phân tích và giải thích hàng chục thuật toán trong nhiều ứng dụng khác nhau, bao gồm tài chính, thị giác máy tính và NLP. Mỗi thuật toán đều được suy ra từ toán học, sau đó là triển khai Python thực tế cùng với chú thích mã sâu sắc và đồ họa thông tin. Bạn sẽ đặc biệt đánh giá cao cách diễn giải rõ ràng của tác giả về các thuật toán Bayesian cho các mô hình Monte Carlo và Markov.
Bên trong có gì:
- ✓ Monte Carlo stock price simulation.
- ✓ Thuật toán EM cho các mô hình Markov ẩn.
- ✓ Imbalanced learning, active learning và ensemble learning.
- ✓ Bayesian optimization for hyperparameter tuning.
- ✓ Anomaly detection trong time-series.
Về người đọc:
- Dành cho các machine learning practitioner quen thuộc với đại số tuyến tính, xác suất và phép tính cơ bản.
Mục lục:
- ✓ Phần 1: Giới thiệu các thuật toán ML:
- ✓ Chương 01. Các Thuật toán Machine learning.
- ✓ Chương 02. Markov chain Monte Carlo.
- ✓ Chương 03. Variational inference.
- ✓ Chương 04. Software implementation.
- ✓ Phần 2: Supervised learning:
- ✓ Chương 05. Classification algorithms.
- ✓ Chương 06. Regression algorithms.
- ✓ Chương 07. Selected supervised learning algorithms.
- ✓ Phần 3: Unsupervised learning:
- ✓ Chương 08. Fundamental unsupervised learning algorithms.
- ✓ Chương 09. Selected unsupervised learning algorithms.
- ✓ Phần 4: Deep learning:
- ✓ Chương 10. Fundamental deep learning algorithms.
- ✓ Chương 11. Advanced deep learning algorithms.
- ✓ Phụ lục A. Tài liệu đọc thêm và tài nguyên.
- ✓ Phụ lục B. Đáp án bài tập.
LƯU Ý: Pass mở file pdf là mật khẩu giải nén chung của tài liệu !