注册 | 登录读书好,好读书,读好书!
读书网-DuShu.com
当前位置: 首页出版图书科学技术计算机/网络人工智能百面机器学习:算法工程师带你去面试

百面机器学习:算法工程师带你去面试

百面机器学习:算法工程师带你去面试

定 价:¥89.00

作 者: 诸葛越,葫芦娃 著
出版社: 人民邮电出版社
丛编项:
标 签: 暂缺

购买这本书可以去


ISBN: 9787115487360 出版时间: 2018-08-01 包装: 平装
开本: 16开 页数: 字数:  

内容简介

  人工智能领域正在以超乎人们想象的速度发展,本书赶在人工智能彻底占领世界之前完成编写,实属万幸。书中收录了超过100道机器学习算法工程师的面试题目和解答,其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发,不仅囊括了机器学习的基本知识,而且还包含了成为出众算法工程师的相关技能,更重要的是凝聚了笔者对人工智能领域的一颗热忱之心,旨在培养读者发现问题、解决问题、扩展问题的能力,建立对机器学习的热爱,共绘人工智能世界的宏伟蓝图。 “不积跬步,无以至千里”,本书将从特征工程、模型评估、降维等经典机器学习领域出发,构建一个算法工程师必-备的知识体系;见神经网络、强化学习、生成对抗网络等新科研进展之微,知深度学习领域胜败兴衰之著;“博观而约取,厚积而薄发”,在末一章为读者展示生活中各种yin领时代的人工智能应用。

作者简介

  诸葛越:现任Hulu公司全球研发副总裁,中国研发中心总经理。曾任Landscape Mobile 公司联合创始人兼CEO,前雅虎北京全球研发中心产品总监, 微软北京研发中心项目总经理,雅虎美国高级软件架构师。诸葛越获美国斯坦福大学的计算机硕士与博士,纽约州立大学石溪分校的应用数学硕士,曾就读于清华大学计算机科学与技术系。诸葛越的研究结果获多项专利,2005年获美国计算机学会数据库专业委员会十年z佳论文奖。葫芦娃:15位Hulu北京创新实验室的人才。他们利用擅长的机器学习、深度学习等领域知识和算法模型,建立了一套定制化的机AI平台,改变着推荐引擎、视频编解码、内容理解、广告投放等多项与用户息息相关的在线业务技术。

图书目录

推荐序

前言

机器学习算法工程师的自我修养

第 1章 特征工程

第 1节 特征归一化

第 2节 类别型特征

第3节 高维组合特征的处理

第4节 组合特征

第5节 文本表示模型

第6节 Word2Vec

第7节 图像数据不足时的处理方法

第 2章 模型评估

第 1节 评估指标的局限性

第 2节 ROC 曲线

第3节 余弦距离的应用

第4节 A/B 测试的陷阱

第5节 模型评估的方法

第6节 超参数调优

第7节 过拟合与欠拟合

第3章 经典算法

第 1节 支持向量机

第 2节 逻辑回归

第3节 决策树

第4章 降维

第 1节 PCA 最大方差理论

第 2节 PCA 最小平方误差理论

第3节 线性判别分析

第4节 线性判别分析与主成分分析

第5章 非监督学习

第 1节 K 均值聚类

第 2节 高斯混合模型

第3节 自组织映射神经网络

第4节 非监督学习算法的评估

第6章 概率图模型

第 1节 概率图模型的联合概率分布

第 2节 概率图表示

第3节 生成式模型与判别式模型

第4节 马尔可夫模型

第5节 主题模型

第7章 优化算法

第 1节 有监督学习的损失函数

第 2节 机器学习中的优化问题

第3节 经典优化算法

第4节 梯度验证

第5节 随机梯度下降法

第6节 随机梯度下降法的加速

第7节 L1 正则化与稀疏性

第8章 采样

第 1节 采样的作用

第 2节 均匀分布随机数

第3节 常见的采样方法

第4节 高斯分布的采样

第5节 马尔科夫蒙特卡洛采样法

第6节 贝叶斯网络的采样

第7节 不均衡样本集的重采样

第9章 前向神经网络

第 1节 多层感知机与布尔函数

第 2节 深度神经网络中的激活函数

第3节 多层感知机的反向传播算法

第4节 神经网络训练技巧

第5节 深度卷积神经网络

第6节 深度残差网络

第 10章 循环神经网络

第 1节 循环神经网络和卷积神经网络

第 2节 循环神经网络的梯度消失问题

第3节 循环神经网络中的激活函数

第4节 长短期记忆网络

第5节 Seq2Seq 模型

第6节 注意力机制

第 11章 强化学习

第 1节 强化学习基础

第 2节 视频游戏里的强化学习

第3节 策略梯度

第4节 探索与利用

第 12章 集成学习

第 1节 集成学习的种类

第 2节 集成学习的步骤和例子

第3节 基分类器

第4节 偏差与方差

第5节 梯度提升决策树的基本原理

第6节 XGBoost 与GBDT 的联系和区别

第 13章 生成式对抗网络

第 1节 初识GANs 的秘密

第 2节 WGAN:抓住低维的幽灵

第3节 DCGAN:当GANs 遇上卷积

第4节 ALI:包揽推断业务

第5节 IRGAN:生成离散样本

第6节 SeqGAN:生成文本序列

第 14章 人工智能的热门应用

第 1节 计算广告

第 2节 游戏中的人工智能

第3节 AI 在自动驾驶中的应用

第4节 机器翻译

第5节 人机交互中的智能计算

后记

作者随笔

参考文献

本目录推荐