-
《深度强化学习基础: Python的理论与实践》PDF-413页
深度强化学习(Deep Reinforcement Learning, Deep RL)结合了深度学习和强化学习,人工智能体通过学习来解决顺序决策问题。在过去的十年中,深度RL在一系列问题上取得了显著的成果,从单人和多人游戏(如围棋、Atari游戏和DotA 2)到机器人。 《深度强化学习基础》是对深度学习的介绍,独特地结合了理论和实现。它从直觉开始,然后仔细地解释了深度RL算法的理论,讨论了其伴…- 139
-
《机器学习在金融时间序列分析与预测中的应用》PDF-385页
这本书是一个真实世界案例的集合,说明了如何处理具有挑战性和波动的金融时间序列数据,以更好地理解他们的过去行为和对他们的未来运动的可靠预测。它演示了如何应用统计学、计量经济学、机器学习和深度学习的概念和技术来构建稳健的预测模型,以及如何使用这些模型来构建有利可图的投资组合。这里使用的所有概念和方法都是在TensorFlow和Keras框架上使用R和Python语言实现的。这本书对金融,经济学,计量经…- 123
-
《时间序列算法导论:使用Python实现机器学习和深度学习技术》PDF-188页
本书以问题解决式的方法讲解如何实际实现Python时间序列分析和建模的各种概念,从数据读取和预处理开始。 本章首先介绍使用AR(自回归)、MA(移动平均)、ARMA(自回归移动平均)和ARIMA(自回归综合移动平均)等统计建模方法进行时间序列预测的基本原理。接下来,您将学习使用不同的开源包(如fbprophet、stats model和sklearn)进行单变量和多变量建模。您还将深入了解用于预测…- 80
-
《机器学习导论第四版》PDF-903页
机器学习的目标是让计算机使用示例数据或过去的经验来解决给定的问题。机器学习是自动驾驶汽车、语音识别和翻译应用等令人兴奋的新技术的基础。这是一个全面的,广泛使用的机器学习教科书的实质性修订第四版,提供了在理论和实践领域的最新进展的新覆盖面,包括深度学习和神经网络的发展。这本书涵盖了广泛的主题,通常不包括在介绍性机器学习文本,包括监督学习,贝叶斯决策理论,参数方法,半参数方法,非参数方法,多元分析,隐…- 64
-
《可解释的AI谱系,使用Python实现模型可解释性和可解释性的解决方案》PDF-272页
理解如何使用可解释人工智能(XAI)库,并建立对人工智能和机器学习模型的信任。本书采用问题解决的方法来解释机器学习模型及其算法。 本书从监督学习线性模型的模型解释开始,包括分类和回归模型的特征重要性、部分依赖分析和影响数据点分析。接下来,介绍了使用非线性模型和最先进的框架(如SHAP值/分数和LIME)进行监督学习的方法。使用LIME和SHAP覆盖时间序列模型的可解释性,以及与自然语言处理相关的任…- 62
-
《现实世界应用的数学工具:为学生和实践者的简明介绍》
在现实世界中应用数学概念的技巧:六种很少教但至关重要的分析、研究和解决问题的工具。许多年轻的毕业生离开学校时对数学概念有扎实的知识,但很难将这些概念应用到实践中。真正的科学和工程问题与教科书上的问题不同:它们更复杂,需要更长的时间来解决,而且标准的解决方案可能并不适用。这本书填补了什么是在典型的大学课程和实践工程师或科学家需要知道的差距。它提供了六种强大的工具用于分析、研究和解决现实世界中的问题:…- 51
-
《机器学习时代的艺术》PDF-214页
在过去的十年中,出现了一场艺术运动,将机器学习作为灵感和媒介。在这本书中,跨学科的艺术家兼研究员Sofian Audry审视了机器学习和新媒体艺术交叉的艺术实践,为新媒体艺术家、音乐家、作曲家、作家、策展人和理论家提供了概念工具和历史视角。Audry从广泛的实践中观察作品,包括新媒体装置、机器人艺术、视觉艺术、电子音乐和声音,以及电子文学,将机器学习艺术与控制论艺术、人工生命艺术和进化艺术等早期艺…- 50
-
《数论与几何:算术几何导论》PDF-501页
几何学和数论就像人类最古老的历史记录一样古老。自古以来,数学家们就发现了这两门学科之间许多美丽的相互作用,并将它们记录在诸如欧几里得的《基本原理》和丢潘图的《算术》等经典著作中。如今,研究数论和代数几何之间相互作用的数学领域被称为算术几何。这本书是数论和算术几何的入门,目标是用几何作为初衷来证明书中的主要定理。例如,为了找到平面上直线上的所有积分点,我们开发了一些工具,而算术基本定理就是这些工具的…- 46
-
《数据科学中的数学方法》PDF-260页
《数据科学中的数学方法》介绍了一种基于网络分析的新方法,将大数据整合到常微分方程和偏微分方程的框架中进行数据分析和预测。数学伴随着数据科学中出现的例子和问题,以演示高等数学,特别是数据驱动的微分方程。章节还涵盖网络分析,常微分方程和偏微分方程基于最近发表和未发表的结果。最后,本书介绍了一种基于网络分析的新方法,将大数据整合到常微分方程和偏微分方程的框架中进行数据分析和预测。在数据科学中有许多关于数…- 44
-
《概率论:科学的逻辑》PDF-758页
概率论的标准规则可以解释为逻辑中唯一有效的原则。在这本书中,E. T. Jaynes消除了“概率论”和“统计推断”之间的虚构区别,留下了逻辑上的统一和简单性,这在应用中提供了更大的技术力量和灵活性。这本书超越了概率论的传统数学,在更广泛的背景下看待这个主题。讨论了新的结果,以及概率论在物理、数学、经济学、化学和生物学中各种各样的问题上的应用。它包含许多练习和问题,适合作为涉及数据分析的研究生水平课…- 42
-
《算法图论》PDF-322页
算法图论研究的是图的遍历和生成以及这些操作的复杂性。这是一本关于算法图论的介绍性书籍。使用Sage开源数学软件说明了理论和算法**。这是一本关于图论的教科书,特别适合计算机科学家,也适合对计算复杂性感兴趣的数学家**。虽然它介绍了纯图论和应用图论的大多数经典概念(生成树、连通性、属、可着色性、网络流、匹配和遍历),并涵盖了许多主要的经典定理,但重点是算法及其复杂性:哪些图问题有已知的有效解决方案,…- 38
-
《高级机器学习算法复杂金融应用》PDF-516页
人工智能和机器学习的进步极大地影响了当今金融服务的提供和采用方式。在金融领域中,投资决策、宏观经济分析、信用评价等重要的金融决策变得越来越复杂。人工智能和机器学习的巨大成功伴随着前所未有的准确性,在金融领域变得越来越重要。 面向复杂金融应用的先进机器学习算法对人工智能和机器学习算法在金融领域的作用进行了创新性研究,特别针对大数据环境下的金融风险管理等复杂金融应用。此外,本书解决了人工智能在金融领域…- 38
-
《神经网络,机器学习和图像处理》PDF-221页
本书全面讨论了最新的数学建模技术及其在模糊建模、信号处理、神经网络、机器学习、图像处理及其数值分析等各个领域的应用。进一步介绍了图像处理技术,如用于人脸检测的Viola-Jones方法和用于行人视频情感的模糊方法。它将作为机械工程、电子、通信工程、计算机工程和数学领域的研究生和学术研究人员的理想参考文本。 讨论神经网络、机器学习、图像处理和数学建模的应用 提供机器学习和基于图像处理问题的模拟技术 …- 32
-
《基于机器学习的文本挖掘:原理和技术》PDF-366页
本书对基于机器学习的方法在自然语言文本知识发现中的应用提供了一个视角。通过分析各种数据集,可以得出通常不明显的结论,并可用于各种目的和应用。本书解释了应用于文本挖掘的经过时间验证的机器学习算法的原理,并逐步演示了如何使用流行的R语言及其实现的机器学习算法揭示真实世界数据集中的语义内容。这本书不仅面向IT专家,而且面向更广泛的需要处理大量文本文档并具备该主题基本知识的读者,例如电子邮件服务提供商、在…- 31
-
《基于R的机器和深度学习超参数调优实用指南》
这本开放存取的书提供了大量的实践示例,说明了如何在实践中应用超参数调优,并对机器学习(ML)和深度学习(DL)方法的工作机制提供了深入的见解。本书的目的是让读者能够使用这里描述的方法,以更少的时间、成本、精力和资源取得更好的结果。本书中的案例可以在普通的台式电脑或笔记本电脑上运行。不需要高性能计算设施。 编写这本书的想法源于Bartz & Bartz GmbH为德国联邦统计局(Destat…- 29
-
《边缘人工智能:用嵌入式机器学习解决现实问题》PDF-831页
边缘人工智能正在改变计算机与现实世界的交互方式,使物联网设备能够使用之前因成本、带宽或功率限制而丢弃的99%的传感器数据进行决策。通过嵌入式机器学习等技术,开发人员可以捕捉人类的直觉并将其部署到任何目标——从超低功耗微控制器到嵌入式Linux设备。本实用指南为工程专业人员(包括产品经理和技术领导者)提供了一个端到端的框架,用于用边缘AI解决现实世界的工业、商业和科学问题。您将探索该过程的每个阶段,…- 28
-
《线性代数理论与应用》PDF-412页
这是一本关于线性代数和矩阵理论的书。虽然它是独立的,但它最适合那些已经接触过线性代数的人。我们还假设读者已经学过微积分。然而,有些可选主题需要更多的分析。我认为线性代数可能是本科数学课程中讨论的最重要的主题。这样做的部分原因是它有助于统一这么多不同的主题。线性代数在分析、应用数学甚至理论数学中都是必不可少的。这是本书的观点,而不是单纯地介绍线性代数。这就是为什么有许多应用程序,其中一些相当不寻常。…- 27
-
《动手学差分隐私》PDF-106页
这是一本面向程序员的差分隐私书籍。本书旨在向您介绍数据隐私保护领域所面临的挑战,描述为解决这些 挑战而提出的技术,并帮助您理解如何实现其中一部分技术。本书包含了很多示例,也包含了很多概念的具体实现,这些示例和实现都是用可以实际运行的程序撰写的。每一章都由一个独立的Jupyter笔记本(Jupyter Notebook)文件生成。您可以单击相应章节右上角的“下载” 图标并选择“.ipynb”,从而下…- 27
-
《云数据湖:构建鲁棒的云数据架构指南》PDF-430页
组织认识到数据湖架构对于从数据中获取价值的重要性。然而,构建一个鲁棒、可扩展和高性能的数据湖仍然是一个复杂的命题,需要大量的工具和选项一起工作,以提供从数据到洞察的无缝端到端管道。本书简明而全面地概述了云数据湖的设置、管理和治理。作者Rukmani Gopalan是一名产品管理领导者和数据爱好者,他指导数据架构师和工程师从设计考虑因素和最佳实践到数据格式优化、性能优化、成本管理和治理的主要方面使用…- 27
-
《文本与知识库问答系统》PDF-208页
这本书提供了一个连贯和完整的概述,各种问题回答(QA)系统。它涵盖了基于数据来源的3个主要类别,可以是非结构化文本(TextQA)、结构化知识图谱(KBQA),以及两者的结合。开发一个问答系统通常需要使用各种重要技术的组合,包括自然语言处理、信息检索和提取、知识图谱处理和机器学习。 在第一章对本书进行了概览和介绍之后,第二章将解释QA系统的历史和不同QA方法的体系结构。它从早期的近域QA系统开始,…- 26
-
《金融信号处理与机器学习》PDF-440页
现代金融业被要求在有限的市场数据下处理各种资产类别的庞大而多样的投资组合。金融信号处理和机器学习结合了信号处理和机器学习的一些最新进展,用于投资组合和金融工程的设计和管理。这本书弥合了这些学科之间的差距,提供了关键主题的最新信息,包括在高维中描述统计依赖关系和相关性,构建有效和稳健的风险措施,以及它们在投资组合优化和再平衡中的使用。本书着重于模型回报、动量和均值回归的信号处理方法,解决理论和实现方…- 24
-
《(随机)梯度方法的收敛定理手册》PDF-68页
这是一本简单证明梯度收敛和随机梯度下降类型方法的手册。考虑Lipschitz函数、光滑函数、凸函数、强凸函数和/或Polyak- Lojasiewicz函数。我们的重点是简单的“好的证据”。每个部分可以单独参考。我们从梯度下降的证明开始,然后是随机变量,包括minibatching和momentum。然后使用次梯度方法、近端梯度下降法及其随机变体处理非光滑问题。我们的重点是全局收敛率和复杂度率。这…- 24
-
《理解深度学习》PDF-447页
深度学习的历史在科学界是不寻常的。一小群科学家的坚持不懈,在一个看似没有希望的领域工作了25年,已经彻底改变了一个领域,并极大地影响了社会。通常,当研究人员调查科学或工程的一个深奥和明显不切实际的角落时,它仍然是深奥和不切实际的。然而,这是一个明显的例外。尽管普遍存在怀疑,但Yoshua Bengio、Geoff Hinton、Yann LeCun等人的系统努力最终取得了回报。本书的标题是“理解深…- 21
-
《线性代数概论:计算、应用和理论》PDF-435页
线性代数概论: 计算、应用和理论是为从未接触过线性代数课程主题的学生设计的。文本充满了有趣和多样的应用部分,但也是一个理论文本,旨在培养学生以知识渊博的方式做简洁的计算。完成本课程后,学生将不仅知道做线性代数计算的最佳和最短的方法,而且还将知道为什么这样的计算是有效和成功的。 特点: 包括机器学习和数据分析方面的前沿应用,适合作为学习线性代数的本科生的初级教材,不需要什么先决条件。- 19
-
《神经数据压缩导论》PDF-91页
神经压缩是将神经网络和其他机器学习方法应用于数据压缩。统计机器学习的最新进展为数据压缩开辟了新的可能性,允许使用强大的生成模型(如归一化流、变分自编码器、扩散概率模型和生成式对抗网络)从数据中端到端地学习压缩算法。本文旨在通过回顾信息论(如熵编码、率失真理论)和计算机视觉(如图像质量评估、感知度量)的必要背景,并通过迄今为止文献中的基本思想和方法,提供一份有条理的指南,将这一领域的研究介绍给更广泛…- 19
-
《预测:原理与实践》PDF-504页
本书旨在全面介绍预测方法,并为读者提供关于每种方法的足够信息,以便他们能够明智地使用它们。我们不打算对每种方法背后的理论细节进行全面的讨论,尽管每章末尾的参考文献将填补许多这些细节。 这本书是写给三个读者的:(1)那些发现自己在商业领域做预测的人,他们可能没有在该领域接受过任何正式的培训;(2)商科本科学生;(3)选修预测课程的MBA学生。我们自己也在澳大利亚莫纳什大学(Monash Univer…- 18
-
《统计学与因果关系:应用实证研究方法》PDF-467页
在因果关系中识别和处理现代统计发展的独一无二的指南 **《统计和因果关系:应用实证研究方法》由一组知名专家撰写,侧重于因果关系方面统计方法的最新发展。**说明了因果理论的统计方法的属性,这本书的特点是总结了因果假设的统计分析方法的最新发展。 这本书分为五个容易理解的独立部分。第一部分介绍了因果结构的基础,并讨论了与标准机制和差异制造理论相关的问题。第二部分新颖地概括了关于效果方向的陈述方法。第三部…- 17
-
《小型C语言项目》PDF-678页
在小型C项目中,你将学习如何: 创建方便使用和重用的函数库 通过I/O过滤器处理输入,生成定制的输出 使用递归来探索目录树并查找重复文件 开发用于玩简单游戏的AI 探索标准C库函数之外的编程能力 评估并提高程序的潜力 改进代码以更好地服务用户 Tiny C Projects包含了15个有趣的小编程挑战!这本有趣的读物通过轻松的游戏(如井字棋)、实用的工具(如实用的日历)和发人深省的练习(如编码和密…- 16
-
《统计建模与计算》PDF-145页
这本关于统计建模和统计推断的教科书将帮助高级本科生和研究生。统计建模和计算从经典和贝叶斯的角度提供了对现代统计学的独特介绍。它还提供了数学统计学和现代统计计算的综合处理,强调统计建模,计算技术和应用。这三个部分的每一部分都将涵盖大学课程的基本主题。第一部分介绍概率论的基本原理。在第二部分中,作者介绍了各种经典模型,其中包括线性回归和方差分析模型。在第三部分中,作者介绍了各种高级模型的统计分析和计算…- 16
-
《如何阅读Java理解,调试和优化JVM应用程序》PDF-126页
如何阅读Java:理解、调试和优化JVM应用程序将教会您如何更好地理解Java应用程序代码。它充满了针对棘手问题的代码调查技术,比如发现代码逻辑中的小故障或定位间歇性运行时问题。有了这些工具和实践,当您需要识别性能问题、理解依赖关系、发现崩溃的根本原因或解释意外结果时,您将节省时间。无论您是高级软件工程师还是刚刚开始,这本无价的指南都将帮助您了解应用程序如何工作的基本任务。- 16
-
《决策算法》PDF-700页
本书对不确定条件下的决策算法作了广泛的介绍。我们涵盖了与决策有关的各种主题,介绍了基本的数学问题公式和解决这些问题的算法。书中提供了数字、例子和练习,以传达各种方法。 本书适用于高年级本科生和研究生,以及专业人士。它需要掌握一些数学上的知识,并事先接触过多元微积分、线性代数和概率概念。在附录中提供了一些复习材料。本书特别有用的学科包括数学、统计学、计算机科学、航空航天、电气工程和运筹学。 这本教科…- 15
-
《推荐系统引擎》PDF-306页
我们的技术给我们的建议越来越多,比我们的家人和最好的朋友更好、更快、更聪明、更个人化。亚马逊已经知道你喜欢什么样的书籍和家居用品,并且非常渴望推荐更多;YouTube和TikTok总是有另一个视频等着你看;网飞公司分析了你的观看习惯,为你推荐了你会喜欢的电影类型。在麻省理工学院出版社的基本知识系列的这一卷中,创新专家迈克尔·施拉格解释了推荐引擎的起源、技术、商业应用和日益增长的社会影响,这些系统让…- 15
-
《数据可视化与Python和JavaScript》第二版
如何将原始的、未经处理的或格式不正确的数据转换为动态的、交互式的web可视化?在这本实用的书中,作者Kyran Dale向数据科学家和分析师——以及Python和JavaScript开发人员——展示了如何为工作创建理想的工具链。通过提供引人入胜的示例和强调来之不易的最佳实践,本指南教你如何利用最佳Python和JavaScript库的力量。 Python提供了可访问的、强大的、成熟的库来抓取、清理…- 15
-
《整理财务: R语言,》PDF-268页
这本教科书在可再现金融上拉开帷幕,并展示了如何通过提供一个完全透明的R代码基础来应用金融和计量经济学的理论概念。聚焦于R的编码和数据分析,我们展示了学生、研究人员、数据科学家和专业人员如何从零开始进行实证金融研究。我们从对初学者友好的R包tidyverse系列介绍开始,我们的方法围绕着它。然后,展示如何访问和准备公共开源数据源(如法国数据库、宏观经济数据)和专有金融数据源(如CRSP、Compus…- 14
-
《Python代数和几何》PDF-429页
这本书教代数和几何。作者将章节专门用于矩阵、线性方程、矩阵算法、向量空间、直线、平面、二阶曲线和椭圆曲线的关键问题。 本书对所有问题都提供了支持,作者在书中包含了Python源代码。这本书适合先进的本科生和研究生在计算机科学。 计算机的快速发展对该领域的年轻专家的培养提出了特殊的要求。随着现代计算机系统能力的快速增长,满足科学、技术、工业和经济需要所必须解决的问题的复杂性也在增长。在这方面,我们认…- 14