Forwarded from Математика Дата саентиста
Бесплатный курс с теорией и практикой математики для Data Science.
Никакой лишней воды, только то, что действительно нужно для работы с ML, и всё это с примерами кода. Приятный бонус — можно выбрать диалект для примеров (PyTorch, Keras или MXNET).
Кстати, остальные главы курса тоже на высоте.
https://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html
@data_math
Никакой лишней воды, только то, что действительно нужно для работы с ML, и всё это с примерами кода. Приятный бонус — можно выбрать диалект для примеров (PyTorch, Keras или MXNET).
Кстати, остальные главы курса тоже на высоте.
https://d2l.ai/chapter_appendix-mathematics-for-deep-learning/index.html
@data_math
👍15❤4🔥4
Artificial_Intelligence_and_Games_2Ed.pdf
6.5 MB
Эта книга посвящена искусственному интеллекту и играм. Насколько нам известно, это первая всесторонняя учебная книга, охватывающая эту область. Под всесторонней мы подразумеваем, что книга охватывает все основные области применения методов искусственного интеллекта в играх: игровой процесс, генерацию контента и моделирование игроков. Мы также имеем в виду, что книга обсуждает проблемы искусственного интеллекта в различных типах игр, включая настольные игры и видеоигры разных жанров.
Книга предназначена для студентов и исследователей, но мы также надеемся, что она будет полезна разработчикам игр. Мы написали эту книгу на основе нашего долгого опыта исследования искусственного интеллекта в играх, как индивидуального каждого из авторов, так и совместного. Мы оба начали исследовать методы искусственного интеллекта в играх в 2004 году и работали вместе с 2009 года.
Книга не является практическим руководством по созданию искусственного интеллекта для игр, а скорее теоретическим обзором области. Мы не обсуждаем конкретные игровые движки или программные фреймворки, и не предоставляем примеры кода. Книга предназначена для читателей, уже имеющих базовые знания в области искусственного интеллекта и компьютерных наук.
Мы надеемся, что книга будет полезна для преподавателей, которые хотят создать курс по искусственному интеллекту и играм. Мы предоставляем несколько вариантов организации курса, включая традиционный курс с лекциями и экзаменом, а также курс с групповым проектом. Материал книги можно использовать в различных способах, чтобы поддержать разные педагогические практики.
Книга предназначена для студентов и исследователей, но мы также надеемся, что она будет полезна разработчикам игр. Мы написали эту книгу на основе нашего долгого опыта исследования искусственного интеллекта в играх, как индивидуального каждого из авторов, так и совместного. Мы оба начали исследовать методы искусственного интеллекта в играх в 2004 году и работали вместе с 2009 года.
Книга не является практическим руководством по созданию искусственного интеллекта для игр, а скорее теоретическим обзором области. Мы не обсуждаем конкретные игровые движки или программные фреймворки, и не предоставляем примеры кода. Книга предназначена для читателей, уже имеющих базовые знания в области искусственного интеллекта и компьютерных наук.
Мы надеемся, что книга будет полезна для преподавателей, которые хотят создать курс по искусственному интеллекту и играм. Мы предоставляем несколько вариантов организации курса, включая традиционный курс с лекциями и экзаменом, а также курс с групповым проектом. Материал книги можно использовать в различных способах, чтобы поддержать разные педагогические практики.
❤7👍6
Внутри множество важных тем. - оптимизация с серьёзными математическими выкладками,
- разборах метода главных компонент (PCA) с детальным анализом.
Так же внутри основные темы, такие как линейные модели и деревья решений, также освещены. Это отличное пособие для тех, кто хочет изучить как основы, так и более сложные аспекты машинного обучения.
📚 Книга
Please open Telegram to view this post
VIEW IN TELEGRAM
🔥11❤6🥰1🤯1
⚡️Легкий способ получать свежие обновления и следить за трендами в разработке на вашем языке. Находите свой стек и подписывайтесь:
МАШИННОЕ ОБУЧЕНИЕ: t.iss.one/ai_machinelearning_big_data
C++ t.iss.one/cppsobes
Python: t.iss.one/pro_python_code
Хакинг: t.iss.one/linuxkalii
Devops: t.iss.one/devOPSitsec
АНАЛИЗ Данных: t.iss.one/data_analysis_ml
Javascript: t.iss.one/javascriptv
C#: t.iss.one/csharp_ci
Java: t.iss.one/javatg
Базы данных: t.iss.one/sqlhub
Linux: t.iss.one/linuxacademiya
Python собеседования: t.iss.one/python_job_interview
Мобильная разработка: t.iss.one/mobdevelop
Docker: t.iss.one/DevopsDocker
Golang: t.iss.one/Golang_google
React: t.iss.one/react_tg
Rust: t.iss.one/rust_code
PHP: t.iss.one/phpshka
Android: t.iss.one/android_its
Frontend: t.iss.one/front
Big Data: t.iss.one/bigdatai
Собеседования МЛ: t.iss.one/machinelearning_interview
МАТЕМАТИКА: t.iss.one/data_math
Kubernets: t.iss.one/kubernetc
💼 Папка с вакансиями: t.iss.one/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.iss.one/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.iss.one/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.iss.one/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.iss.one/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.iss.one/memes_prog
🇬🇧Английский: t.iss.one/english_forprogrammers
🧠ИИ: t.iss.one/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.iss.one/addlist/BkskQciUW_FhNjEy
МАШИННОЕ ОБУЧЕНИЕ: t.iss.one/ai_machinelearning_big_data
C++ t.iss.one/cppsobes
Python: t.iss.one/pro_python_code
Хакинг: t.iss.one/linuxkalii
Devops: t.iss.one/devOPSitsec
АНАЛИЗ Данных: t.iss.one/data_analysis_ml
Javascript: t.iss.one/javascriptv
C#: t.iss.one/csharp_ci
Java: t.iss.one/javatg
Базы данных: t.iss.one/sqlhub
Linux: t.iss.one/linuxacademiya
Python собеседования: t.iss.one/python_job_interview
Мобильная разработка: t.iss.one/mobdevelop
Docker: t.iss.one/DevopsDocker
Golang: t.iss.one/Golang_google
React: t.iss.one/react_tg
Rust: t.iss.one/rust_code
PHP: t.iss.one/phpshka
Android: t.iss.one/android_its
Frontend: t.iss.one/front
Big Data: t.iss.one/bigdatai
Собеседования МЛ: t.iss.one/machinelearning_interview
МАТЕМАТИКА: t.iss.one/data_math
Kubernets: t.iss.one/kubernetc
💼 Папка с вакансиями: t.iss.one/addlist/_zyy_jQ_QUsyM2Vi
Папка Go разработчика: t.iss.one/addlist/MUtJEeJSxeY2YTFi
Папка Python разработчика: t.iss.one/addlist/eEPya-HF6mkxMGIy
Папка ML: https://t.iss.one/addlist/2Ls-snqEeytkMDgy
Папка FRONTEND: https://t.iss.one/addlist/mzMMG3RPZhY2M2Iy
😆ИТ-Мемы: t.iss.one/memes_prog
🇬🇧Английский: t.iss.one/english_forprogrammers
🧠ИИ: t.iss.one/vistehno
🎓954ГБ ОПЕНСОРС КУРСОВ: @courses
📕Ит-книги бесплатно: https://t.iss.one/addlist/BkskQciUW_FhNjEy
👍4❤3
Forwarded from Machinelearning
📚 Бесплатная электронная книга: The Fourier Transform, 2024.
Погружение в преобразование Фурье.
Приятный стиль изложения книги и множество наглядных диаграмм.
Внутри практика в виде задач, написанных на Python и MATLAB.
▪Book
@ai_machinelearning_big_data
Погружение в преобразование Фурье.
Приятный стиль изложения книги и множество наглядных диаграмм.
Внутри практика в виде задач, написанных на Python и MATLAB.
▪Book
@ai_machinelearning_big_data
👍5🔥5❤3
Forwarded from Machinelearning
Книга “Understanding Deep Learning” посвящена идеям и принципам, лежащим в основе глубокого обучения. Подача материала построена таким образом, чтобы читатель мог понять материал настолько эффективно, насколько это возможно. Для читателей, желающих углубиться в изучение, в каждой главе приведены соответствующие задачи, записные книжки по Python и подробные справочные материалы.
В первой части книги представлены модели глубокого обучения и обсуждается, как их обучать, измерять их производительность и улучшать эту производительность.
В следующей части рассматриваются архитектуры, которые специализируются на изображениях, тексте и графических данных. Для свободного понимания этих двух глав требуется понимать принципы линейной алгебры, матанализа и теории вероятностей.
Последующие части книги посвящены генеративным моделям и методике обучения с подкреплением. Эти главы требуют больших знаний в области теории вероятностей и математического анализа.
В последней главе обсуждается этика искусственного интеллекта и призыв к практикующим инженерам задуматься о моральных последствиях своей работы.
Автор книги: Simon J. D. Prince - почетный профессор информатики в Университете Bath (Великобритания) , со-автор более 80 опубликованных исследований в области ML.
Научный сотрудник, специализирующийся на искусственном интеллекте и глубоком обучении, он руководил группами ресерча в Anthropics Technologies Ltd, Borealis AI и других компаниях.
Дополнительно, на отдельном сайте книги, читателям доступны:
@ai_machinelearning_big_data
#AI #ML #Book
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
❤12⚡2👍2🤣2
📚 Data Scientist Handbook 2024
Открытая книга для дата-сайентиста 2024
В этом гайде собрано множество полезных ресурсов, которые помогут прокачать различные навыки. Среди собранных ресурсов есть как платные, так и бесплатные.
▪ Книга
@machinelearning_books
Открытая книга для дата-сайентиста 2024
В этом гайде собрано множество полезных ресурсов, которые помогут прокачать различные навыки. Среди собранных ресурсов есть как платные, так и бесплатные.
▪ Книга
@machinelearning_books
👍9❤2🤮2🎉1