CSDN 社区图书馆
PyTorch高级机器学习实战
墨衍会员 · AI 创作全网分发 墨衍智能分发 通过墨衍一键同步至各平台 可同步平台 CSDN微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网
我也要 关注 + 加入社区
作者：王宇龙 编著
出版社：机械工业出版社
图书介绍：
本书讲解了经典的高级机器学习算法原理与知识，包括常见的监督学习、无监督学习、概率图模型、核方法、深度神经网络，以及强化学习等内容，同时更强调动手实践。所有算法均利用PyTorch计算框架进行实现，并且在各章节配备实战环节，内容涵盖点击率预估、异常检测、概率图模型变分推断、高斯过程超参数优化、深度强化学习智能体训练等内容。
可领取数量：
两本
购买地址：https://item.jd.com/13841860.html
相关推荐
ML:机器学习实践
《机器学习实践：深入探索Jupyter Notebook》在当今数据驱动的世界中，机器学习（Machine Learning，简称ML）已经成为了一种强大的工具，它允许我们从海量数据中挖掘出潜在的模式和规律
Ineuron_Assignments：ML和DL
在这个Ineuron的课程中，学员将通过实际操作来学习ML和DL的基础知识以及高级概念。首先，我们来看看“Assignment-1”。这通常代表系列作业的第一部分，涵盖了基础理论和初步实践。
Python_for_ML_and_DL-源码.rar
《Python for ML and DL》是一本深入探讨使用Python进行机器学习（Machine Learning, ML）和深度学习（Deep Learning, DL）实践的资源集合。
ex_ML
**深度学习**：如果项目深入到高级主题，可能还会涉及神经网络和深度学习框架（如TensorFlow或PyTorch），介绍卷积神经网络（CNN）、循环神经网络（RNN）、长短时记忆网络（LSTM）等模型
pytorch-examples:使用PyTorch实施的教程，示例和项目
总结，"pytorch-examples"项目是PyTorch学习者和开发者的宝贵资源，它涵盖了从基础概念到高级应用的全方面内容，通过Jupyter Notebook的形式提供互动式学习体验。
