-
下载1个资源《Python的概率，统计和机器学习》第3版
本书使用数学和Python代码的新颖集成，说明了连接概率、统计和机器学习的基本概念，使读者不仅可以使用现代Python模块使用统计和机器学习模型，而且还了解它们的相对优点和缺点。为了将理论概念与实际实现清晰地联系起来，作者提供了许多经过设计的示例以及“编程技巧”，鼓励读者编写高质量的Python代码。整个文本，包括所有的图和数值结果，都可以使用所提供的Python代码进行重现，从而使读者能够在自己…- 1
-
下载1个资源
《工程和科学中的概率和统计》
概率和统计学课程比以往任何时候都更受欢迎。无论你的专业是什么，在你的职业生涯中，你都很可能经常使用概率和统计中的概念。 本书的主要目标是为教师提供灵活性，以便在此基础上建立大多数本科课程。这本书是为一个学期的概率和统计入门课程(不是基于微积分的)和/或一个学期的基于微积分的概率和统计课程设计的。 本书侧重于工程实例和应用，同时也包括社会科学和更多的例子。根据章节的流程，课程可以为所有水平和背景的学…- 5
-
下载1个资源
《机器学习和深度学习基础以及医学应用》PDF-201页
这本书为医学学生、研究人员和专业人员提供了机器学习和医学深度学习的基础介绍，他们不一定在高等数学入门，但渴望更好地理解这种颠覆性技术及其对医学的影响。人工智能(AI)曾经是计算机科学和工程部门以外的少数人知道的深奥学科，今天是一项广泛流行的技术，被学术界的所有学者使用。特别是，近年来，医学和生命科学领域的研究人员对机器学习和深度学习这一人工智能子领域产生了极大的兴趣，这可以从过去十年同行评审医学期…- 8
-
下载1个资源
《微积分》第12版
在新修订的第十二版微积分中，数学家的专家团队提供了微积分的严格和直观的探索，介绍多项式，有理函数，指数，对数和三角函数在文本的后期。使用四法则，作者从语言、代数、视觉和数值的角度提出了数学概念。这本书包括大量的练习，应用程序，和例子，帮助读者学习和保留在讨论的概念。 我们对托马斯的《微积分:早期先验》进行了大量的修订，以满足当今教师和学生不断变化的需求。结果是这本书包含了更多的例子、更多的中级练习…- 1
-
下载1个资源
《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…- 36
-
下载1个资源
《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…- 27
-
下载1个资源
《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…- 28
-
下载1个资源
《面向高风险应用的机器学习:负责任人工智能技术》PDF-131页
过去的十年见证了人工智能和机器学习(AI/ML)技术的广泛采用。 然而，由于缺乏对其广泛实施的监督，导致了有害的结果，而这些结果本可以通过适当的监督避免。在我们认识到AI/ML的真正好处之前，从业者必须了解如何减轻其风险。本书描述了负责任的人工智能，这是一种基于风险管理、网络安全、数据隐私和应用社会科学的最佳实践，用于改进AI/ML技术、业务流程和文化能力的整体方法。这是一项雄心勃勃的事业，需要各…- 5
-
下载1个资源
《Python数学逻辑》PDF-285页
本文采用一种独特的教学方法，通过引导学生通过Python编程实现基本的逻辑概念和数学证明来介绍数学逻辑。这种方法专为日益增长的精通编程的学生量身定制的独特直觉和优势，将数学逻辑带入这些学生的舒适区，并提供了只有通过深入的动手理解和创建工作代码的满足感才能实现的清晰。虽然方法是独特的，文本遵循相同的主题集通常涵盖在一个学期的本科课程，包括命题逻辑和一阶谓词逻辑，最终证明Gödel的完整性定理。还提供…- 4
-
下载1个资源
《面向国防和国家安全的物联网》PDF-516页
面向国防和国家安全的物联网 实践案例指南说明了在安全和敌对环境中采用物联网的挑战和解决方案 国防与国家安全物联网涵盖物联网安全、架构、机器人、传感、政策、运营等主题，包括美国国防部首屈一指的物联网研究项目“战斗物联网”的最新成果。本文还讨论了将国防工业操作转换为物联网的挑战，并总结了监管政府在自由社会中使用物联网的政策建议。 作为现代参考，本书涵盖了物联网中的多种技术，包括基于内容路由的可生存战术…- 6
-
下载1个资源
《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…- 16
-
下载1个资源
《博弈论》PDF-592页
博弈论是一种用数学工具研究相互依赖的理性博弈者之间复杂相互作用的形式框架。博弈论中最著名的概念是著名的纳什均衡。实际上，博弈论的方法是多种多样的，包括合作和非合作模型，静态和动态博弈，单槽和重复博弈，有限和无限视野博弈。博弈论导致了经济学的革命性变化，并在社会学、现代通信、生物工程和交通运输等领域得到了重要应用。这本书介绍了博弈论的介绍，并提供了博弈论的应用。 这本书是关于博弈论的传统解释。博弈论…- 12
-
下载1个资源
《数据分析优化》PDF-117页
优化技术是数据科学的核心，包括数据分析和机器学习。对基本优化技术及其基本特性的理解为这些领域的学生、研究人员和从业人员提供了重要的基础。本文以紧凑、独立的方式涵盖了优化算法的基本原理，重点关注与数据科学最相关的技术。其中一章介绍了数据科学中的许多标准问题都可以表述为优化问题。其次，对优化中的许多基本方法进行了描述和分析，包括:光滑(特别是凸)函数的无约束优化的梯度法和加速梯度法;随机梯度法，机器学…- 1
-
下载1个资源
《反无人机系统技术和行动》PDF-500页
反无人机系统（C-UAS）是美国国家关键基础设施的一个组成部分。作者们努力为读者带来非保密领域中的信息广度和质量。本书讨论了美国C-UAS系统研究人员/设计人员/制造商/测试人员面临的最先进的技术问题。- 1
-
下载1个资源
《Python 技术手册: A Desktop Quick Reference 4th Edition 》PDF-877页
Python最近在TIOBE索引上被列为当今最流行的编程语言，这要归功于它对设计和测试、部署和维护的原型设计的广泛适用性。通过更新后的第四版，无论您是专业程序员还是需要这门语言解决特定领域问题的人，都将学习如何最大限度地利用Python。 这个新版本由公认的Python专家精心策划，专注于3.10版本，将Python语言的这项开创性工作在五个版本发布中完全更新，包括即将发布的3.11特性的预览报道…- 1
-
下载1个资源
《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…- 13
-
下载1个资源
《高性能大数据计算》PDF-275页
这本书对一个汇集了高性能计算、大数据处理和深度学习的新兴领域进行深入概述。 在过去的十年中，大数据的指数爆炸改变了我们理解和利用数据力量的方式。高性能大数据计算是一个集高性能计算、大数据处理、深度学习于一体的新兴领域，旨在应对大规模数据处理带来的挑战。本书深入概述了高性能大数据计算以及相关的技术问题、方法和解决方案。 本书涵盖了基本概念和必要的背景知识，包括数据处理框架、存储系统和硬件能…- 6
-
下载1个资源
《 深度学习归一化技术》PDF-117页
这本书提出和调研归一化技术与深度分析训练深度神经网络。此外，作者还提供了针对特定任务设计新的规范化方法和网络体系结构的技术细节。归一化方法可以提高深度神经网络(DNNs)的训练稳定性、优化效率和泛化能力，已成为大多数先进DNN体系结构的基本组成部分。作者为阐述、理解和应用规范化方法提供了指导方针。这本书是理想的读者致力于发展新的深度学习算法和/或其应用程序，以解决计算机视觉和机器学习任务中的实际问…- 1
-
下载1个资源
《无人机定向能武器（DEW）：大规模杀伤性和破坏性微型武器 (WMDD) 的新威胁》PDF-700页
这本教科书是Randall Nichols和他的专家团队编写的涵盖无人机系统和无人潜航器的系列中的第六本，展示了无人机技术及其用途已经发展到何种程度。本书分享最新的新闻和观点，并讨论章节内容。2022年俄罗斯对乌克兰的入侵是在本书写作的中途开始的。 尽管使用无人机运送武器的想法可能不是该行业想要培养的形象，但它仍然是一个迷人和必要的主题。作者很好地描述了能够在城市景观中导航，无人机投递技术如何有可…- 6
-
下载1个资源
《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…- 27
-
下载1个资源
《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…- 11
-
下载1个资源
《面向工程师的应用机器学习和人工智能:解决无法用算法解决的业务问题》PDF-428页
虽然许多AI入门指南都是微积分书籍的伪装，但这本书基本上避开了数学。相反，作者Jeff Prosise帮助工程师和软件开发人员建立对AI的直观理解，以解决业务问题。需要创建一个系统来检测雨林中非法伐木的声音，分析文本的情感，或预测旋转机械的早期故障?这本实用的书教你将AI和机器学习应用于你的公司所需的技能。 Applied Machine Learning and AI for Engineers…- 7
-
下载1个资源
《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…- 21
-
下载1个资源
《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，…- 20
-
下载1个资源
《机器学习中的表示学习》PDF-101页
本书为表示提供了简明而全面的指南，这是机器学习(ML)的核心。最先进的实际应用涉及许多高维数据分析的挑战。不幸的是，许多流行的机器学习算法在面对庞大的基础数据时，在理论和实践中都无法执行。本书恰当地介绍了这个问题的解决方案。 此外，这本书涵盖了广泛的表示技术，对学者和ML从业者都很重要，如局部敏感哈希(LSH)，距离度量和分数范数，主成分(PCs)，随机投影和自动编码器。书中提供了几个实验结果来证…- 3
-
下载1个资源
《实值与凸分析》PDF-172页
本书旨在作为科学家和工程师的第一门分析课程。它既可以用于高等本科水平，也可以作为研究生课程的一部分。几年来，我们一直根据这本书的初稿进行教学。本书围绕度量空间展开。在前三章中，我们将介绍基本内容。我们涵盖了所有重要的“4c”:收敛性、完备性、紧致性和连续性。我们把材料组织得尽可能简单和合乎逻辑。在后续章节中，我们将使用基本的分析工具对微分和积分方程、凸分析和测度理论等密切相关的主题进行简要介绍。这…- 3
-
下载1个资源
《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…- 42
-
下载1个资源
《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…- 17
-
下载1个资源
《基于模型的强化学习:使用python工具箱从数据到连续动作》PDF-275页
基于模型的强化学习探索了一种全面而实用的强化学习方法。 强化学习是机器学习的一种基本范式，其中智能体执行动作以确保设备的最佳行为。虽然这种机器学习范式近年来获得了巨大的成功和普及，但之前的学术要么专注于理论最优控制和动态规划，要么专注于算法，其中大多数是基于仿真的。 基于模型的强化学习提供了一个基于模型的框架来连接这两个方面，从而创建一个整体的处理基于模型的在线学习控制的主题。在这样做的过程中，作…- 2
-
下载1个资源
《Python应用推荐系统: 使用深度学习、NLP和基于图的技术构建推荐系统》PDF-257页
本书将教你如何使用Python使用机器学习算法构建推荐系统。如今，推荐系统已经成为每个基于互联网的业务的重要组成部分。 你将从学习推荐系统的基本概念开始，并概述不同类型的推荐引擎及其运作方式。接下来，你将看到如何使用传统算法构建推荐系统，例如使用购物篮分析和基于内容和知识的NLP推荐系统。然后，作者展示了一些技术，例如使用矩阵分解的协同过滤技术，以及结合了基于内容和协同过滤技术的混合推荐系统。接下…- 4
-
下载1个资源
《数字信号处理导论与实现》PDF-284页
数字信号处理导论面向具备C语言程序设计、电路理论、系统与仿真、频谱分析等基础知识的本科学生。本书专注于数字信号处理的基本概念，MATLAB仿真和在选定的DSP硬件上的实现，在开始后面章节中的实际部分之前，候选人首先介绍基本概念。最初，数字信号处理是一门研究生课程，后来慢慢进入本科课程，成为后者的简化版本。目的是研究DSP概念，并为进一步的研究提供基础，在这些研究中可以开发新的更有效的概念和算法。尽…- 1
-
下载1个资源
《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…- 14
-
下载1个资源
《强化学习的基础》PDF-111页
这本手稿涵盖了强化学习的所有重要的基本方面。第二章采用马尔可夫决策过程对主体与环境之间的相互作用进行建模。第三章介绍了基于给定环境模型解决MDP问题的核心技术——动态规划。一般来说，解决MDP问题涉及到政策评估和政策改进的迭代。在第四章中，我们讨论了无模型方法:蒙特卡洛，TD学习，SARSA和q学习。第五章对强化学习中的值函数逼近进行了一般讨论。作为一个重要的例子，深度Q-learning将在第6…- 1
-
下载1个资源
《概率方法第三版》PDF-373页
概率论方法是组合数学中应用最广泛、最有力的工具之一。其快速发展的主要原因之一是随机性在理论计算机科学和统计物理中的重要作用。离散数学和计算机科学之间的相互作用，让我们从算法的角度来研究组合数学中的概率方法，这也是我们在本书中尝试采用的方法。因此，本书包括了对算法技术的讨论，以及对经典方法和应用于其中的现代工具的研究。本书的第一部分描述了应用于概率论证的工具，包括使用期望和方差的基本技术，以及鞅和相…- 1
-
下载1个资源
《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…- 48