Aplicada por la teoría
Comience con la teoría de la IA y la práctica de la aplicación rápidamente: conocimiento básico, aprendizaje automático, Deeplearning 2, procesamiento del lenguaje natural Bert, y se actualiza constantemente. Contiene una gran cantidad de comentarios y conjuntos de datos, y se esfuerza por comprender y reproducir cada uno.
Capítulo del estudio:
- Matemáticas esenciales conocimiento básico
- Conceptos básicos de las matemáticas avanzadas
- Cálculo
- Fórmula de Taylor
- Fundación de álgebra lineal
- variable aleatoria
- La base de la teoría de la probabilidad
- Varias distribuciones de ciencia de datos
- Función del núcleo
- Funciones de entropía y activación
- Análisis de regresión
- Prueba de hipótesis
- Análisis relacionado
- Análisis de varianza
- Algoritmo de kmeans
- Análisis bayesiano
- Transformador que todos pueden entender
- Capítulo 1 - Arquitectura de red de transformadores
- Capítulo 2 - Vectorización de texto
- Capítulo 3 - Código de posición
- Capítulo 4 - Multiplicación de la multiplicación del mecanismo de atención alcista -
- Capítulo 5 - Mecanismo de atención de Bulle - Proceso completo
- Capítulo 6 - Escalado numérico
- Capítulo 7 - Red neuronal de Feedforward
- Capítulo 8 - La salida final
- Aprendizaje automático
- Detección de fraude de tarjetas de crédito (incluidos conjuntos de datos)
- Pronóstico de producción de productos químicos industriales (incluidos conjuntos de datos)
- Smart City-Road Passing Time (incluido el conjunto de datos)
- Forecisión de utilización de energía de construcción (incluido el conjunto de datos)
- Ubicación y navegación en interiores (conjunto de datos en Kaggle)
- La tercera competencia de algoritmo de Alibaba Cloud Panjiu Zhiwei (Conjunto de datos en Tianchi)
- Pequeño proyecto de aprendizaje automático práctico (incluidos conjuntos de datos)
- Principiante de Deeplearning
- Puntos de conocimiento necesarios para el aprendizaje profundo
- Entrando en el modelo de red neuronal mundial de aprendizaje profundo
- Red neuronal convolucional
- Red neuronal recurrente y comprensión del principio vectorial de palabras
- Ejemplos de aplicaciones de arquitectura de red LSTM y análisis de sentimientos
- Predicción activa del usuario de Kuaishou (incluido el conjunto de datos)
- ACM Sigspatial 2021 Tiempo de llegada estimado (incluido el conjunto de datos)
- NLP General Framework Bert Practice Project
- PNLP General Framework Bert Principio Comprensión de la lectura
- Interpretación del código fuente de Bert y ejemplos de aplicaciones
- Análisis práctico de sentimientos chinos basado en Bert.MD
- Principios y derivación de algoritmos de aprendizaje automático
- Li Hang - Métodos de aprendizaje estadístico
- Li Hongyi: detección abnormal
ilustrar
Este tema no es para fines comerciales.
Si faltan o errores en texto, código, etc., espero que me dé algunos consejos y estoy muy agradecido.
Correo electrónico: [email protected]
Licencia
Consulte la licencia para obtener permiso para usar este artículo
