Ailearning-teory-aplicar
Comece com a teoria da IA e a prática de aplicação rapidamente: conhecimento básico, aprendizado de máquina, DOPELEARLING 2, Processamento de linguagem natural Bert e está sendo atualizado constantemente. Ele contém um grande número de comentários e conjuntos de dados e se esforça para entender e reproduzir cada um.
Capítulo do estudo:
- Conhecimento básico de matemática essencial
- Noções básicas de matemática avançada
- Cálculo
- Fórmula de Taylor
- Fundação Linear Algebra
- variável aleatória
- A base da teoria da probabilidade
- Várias distribuições de ciência de dados
- Função do kernel
- Funções de entropia e ativação
- Análise de regressão
- Teste de hipótese
- Análise relacionada
- Análise de variância
- Algoritmo Kmeans
- Análise Bayesiana
- Transformador que todos podem entender
- Capítulo 1 - Arquitetura de rede de transformadores
- Capítulo 2 - Vectorização de texto
- Capítulo 3 - Código de Posição
- Capítulo 4 - Multiplicação da multiplicação do mecanismo de atenção otimista -
- Capítulo 5 - Mecanismo de Atenção do Bunho - Processo Full
- Capítulo 6 - Escala numérica
- Capítulo 7 - Rede Neural de Feedforward
- Capítulo 8 - a saída final
- Aprendizado de máquina
- Detecção de fraude de cartão de crédito (incluindo conjuntos de dados)
- Previsão de produção química industrial (incluindo conjuntos de dados)
- Previsão de tempo de passagem da cidade inteligente (incluindo conjunto de dados)
- Previsão de utilização de energia de construção (incluindo conjunto de dados)
- Localização e navegação interna (conjunto de dados em Kaggle)
- A 3ª Concurso do Algoritmo de Alibaba Cloud Panjiu Zhiwei (Dados Conjunto em Tianchi)
- Pequeno projeto de aprendizado prático de máquina (incluindo conjuntos de dados)
- Iniciante do Deeplearning
- Pontos de conhecimento necessários para aprendizado profundo
- Entrando no modelo de rede neural mundial de aprendizado profundo
- Rede neural convolucional
- Rede neural recorrente e entendimento do princípio do vetor de palavras
- Exemplos de aplicação de arquitetura e análise de sentimentos de rede LSTM
- Previsão ativa do usuário do kuaishou (incluindo conjunto de dados)
- ACM SIGSPATIAL 2021 Tempo de chegada estimado (incluindo conjunto de dados)
- Prática do Projeto Bert de Estrutura Geral da NLP
- Estrutura geral do NLP Bert Principal Entendendo a leitura
- BERT Código -fonte Interpretação e exemplos de aplicativos
- Análise prática de sentimentos chineses com base em Bert.md
- Princípios e derivação de algoritmos de aprendizado de máquina
- Li Hang - Métodos de Aprendizagem Estatística
- Li Hongyi - Detecção ABNORMAL
ilustrar
Este tópico não é para fins comerciais.
Se houver algum ou erros ausentes no texto, código, etc., espero que você me dê alguns conselhos e estou muito agradecido.
E -mail: [email protected]
Licença
Consulte a licença para obter permissão para usar este artigo
