Ailearning-theory-Apply
Beginnen Sie schnell mit der KI -Theorie und der Anwendungspraxis: Grundkenntnisse, maschinelles Lernen, DeepLearning 2, natürliche Sprachverarbeitung Bert und wird ständig aktualisiert. Es enthält eine große Anzahl von Kommentaren und Datensätzen und bemüht sich, jeden einzelnen zu verstehen und zu reproduzieren.
Studienkapitel:
- Essentielle Mathematik Grundkenntnisse
- Grundlagen der fortgeschrittenen Mathematik
- Infinitesimalrechnung
- Taylor -Formel
- Lineare Algebra -Stiftung
- Zufällige Variable
- Die Grundlage der Wahrscheinlichkeitstheorie
- Mehrere Verteilungen der Datenwissenschaft
- Kernelfunktion
- Entropie- und Aktivierungsfunktionen
- Regressionsanalyse
- Hypothesentest
- Verwandte Analyse
- Varianzanalyse
- Kmeansalgorithmus
- Bayes'sche Analyse
- Transformator, den jeder verstehen kann
- Kapitel 1 - Transformator -Netzwerkarchitektur
- Kapitel 2 - Textvektorisierung
- Kapitel 3 - Positionscode
- Kapitel 4 - Multiplikation der Multiplikation des bullischen Aufmerksamkeitsmechanismus -
- Kapitel 5 - Aufmerksamkeitsmechanismus - Voller Prozess
- Kapitel 6 - numerische Skalierung
- Kapitel 7 - Neuronales Netzwerk Feedforward
- Kapitel 8 - Die endgültige Ausgabe
- Maschinelles Lernen
- Erkennung von Kreditkartenbetrug (einschließlich Datensätze)
- Prognose für industrielle chemische Produktion (einschließlich Datensätze)
- Smart City-Road-Passage-Zeitprognose (einschließlich Datensatz)
- Prognose für Gebäudeergieauslastung (einschließlich Datensatz)
- Indoor -Standort & Navigation (Datensatz in Kaggle)
- Der 3. Alibaba Cloud Panjiu Zhiwei Algorithmus -Wettbewerb (Datensatz in Tianchi)
- Kleines Projekt des praktischen maschinellen Lernens (einschließlich Datensätze)
- Anfänger von DeepLearning
- Notwendige Wissenspunkte für tiefes Lernen
- Eintritt in das Weltmodell des neuronalen Netzwerks des tiefen Lernens eintreten
- Faltungsnetzwerk
- Wiederkehrendes Verständnis für neuronale Netz- und Wortvektorprinzipien
- LSTM -Netzwerkarchitektur- und Stimmungsanalyse -Anwendungsbeispiele
- Kuaishou Benutzeraktive Vorhersage (einschließlich Datensatz)
- ACM sigspatial 2021 Geschätzte Ankunftszeit (einschließlich Datensatz)
- NLP General Framework Bert -Projektpraxis
- NLP Allgemeines Framework Bert Prinzip Verständnis Lesen
- Auslegung von Bert -Quellcode und Anwendungsbeispiele
- Praktische chinesische Stimmungsanalyse basierend auf Bert.md
- Prinzipien und Ableitung von Algorithmen für maschinelles Lernen
- Li Hang - Statistische Lernmethoden
- Li Hongyi - Abnormale Erkennung
veranschaulichen
Dieses Thema ist nicht für kommerzielle Zwecke.
Wenn es fehlt oder Fehler in Text, Code usw., hoffe ich, dass Sie mir einige Ratschläge geben und ich bin sehr dankbar.
E -Mail: [email protected]
Lizenz
Bitte beachten Sie die Lizenz für die Erlaubnis zur Verwendung dieses Artikels
