- 博客(0)
- 资源 (17)
- 收藏
- 关注
Morales M. Grokking Deep Reinforcement Learning (MEAP Version 11) 2020.pdf
, you will not only learn deep reinforcement learning but also become
an active contributor to the field. Deep reinforcement learning has the potential to
revolutionize the world as we know it. By removing humans from decision-making
processes, we set ourselves up to succeed. Humans can't match the stamina and work ethic
of a computer;
2020-06-16
Hands-On_Natural_Language_Processing_with_Python
Hands-On_Natural_Language_Processing_with_Python
2018
a lot of examples
2018-11-03
APACHE SPARK DEEP LEARNING COOKBOOK
Set up a fully functional Spark environment
Understand practical machine learning and deep learning concepts
Apply built-in machine learning libraries within Spark
Explore libraries that are compatible with TensorFlow and Keras
Explore NLP models such as word2vec and TF-IDF on Spark
Organize dataframes for deep learning evaluation
Apply testing and training modeling to ensure accuracy
Access readily available code that may be reusable
2018-07-18
introduction to deep learning (springer 2018)
个人觉得这是一本最为基础的深度学习入门书,本书归类为springer出版社本科教材计划中,写的通俗易懂 又不缺乏深度
2018-06-30
deep learning with python Hands-on introduction
Contents at a Glance
About the Author �����������������������������������������������������������������������������������������������������xi About the Technical Reviewer �������������������������������������������������������������������������������xiii Acknowledgments ���������������������������������������������������������������������������������������������������xv
■Chapter 1: Introduction to Deep Learning �������������������������������������������������������������1 ■Chapter 2: Machine Learning Fundamentals ���������������������������������������������������������5 ■Chapter 3: Feed Forward Neural Networks ���������������������������������������������������������15 ■Chapter 4: Introduction to Theano �����������������������������������������������������������������������33 ■Chapter 5: Convolutional Neural Networks ���������������������������������������������������������61 ■Chapter 6: Recurrent Neural Networks ���������������������������������������������������������������77 ■Chapter 7: Introduction to Keras �������������������������������������������������������������������������95 ■Chapter 8: Stochastic Gradient Descent ������������������������������������������������������������111 ■Chapter 9: Automatic Differentiation �����������������������������������������������������������������131 ■Chapter 10: Introduction to GPUs ����������������������������������������������������������������������147
Index ���������������������������������������������������������������������������������������������������������������������157
2018-06-30
An Overview of Particle Methods for Random Finite Set Models
An Overview of Particle Methods for Random Finite Set Models
2018-06-23
Ensemble Methods in Data Mining
Ensemble Methods in Data Mining: Improving Accuracy Through Combining Predictions Data Mining Ensemble Methods Morgan & Claypool Publishers
2018-06-23
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人