免费教材-《数据科学基础-2018》最新版下载

2018 年 12 月 28 日 深度学习与NLP
免费教材-《数据科学基础-2018》最新版下载

    从事AI算法研究,不能只是了解模型结构,更应该了解模型背后相关的全套基础知识,分享一本深入讲解数据科学基础知识的书,本书主要讲解数据科学,如数据分析、机器学习、深度学习、数据挖掘等相关方面最重要的基础理论。涉及高维空间、最佳拟合子空间和奇异值分解( SVD )、随机游走和马尔可夫链、机器学习、海量数据问题相关的算法:Streaming,Sketching,Sampling、聚类、Random Graph、主题模型、非负矩阵分解、隐马尔可夫模型和图形模型等12个主题。


    文末附下载地址。

 

前言


    计算机科学作为一门独立的学科始于20世纪60年代。重点是编程语言、编译器、操作系统以及支持这些领域的数学理论。理论计算机科学课程包括有限自动机、正则表达式、上下文无关语言和可计算性。在20世纪70年代,算法的研究作为理论的一个重要组成部分被加入进来。重点是计算机的可用性。今天,一个根本性的变化正在发生,重点逐步迁移到大量的应用上。这种变化有许多原因。计算和通信的融合发挥了重要作用。

    自然科学、商业和其他领域观察、收集和存储数据的能力增强,要求我们改变对数据的理解,以及在现代环境下如何处理数据。网络和社交网络作为日常生活的核心方面的出现给理论带来了机遇和挑战。虽然计算机科学的传统领域仍然非常重要,但未来的研究人员将越来越多地参与使用计算机从应用程序中产生的大量数据中理解和提取有用的信息,而不仅仅是如何让计算机在特定的明确问题上有用。

    正是考虑到这一点,本书整理了预期未来40年有用的理论,正如对自动机理论、算法和相关主题的理解在过去40年中给学生带来了优势一样。其中一个主要变化是对概率、统计和数值方法的重视程度有所提高。


目录

下载地址

微信公众号“深度学习与NLP”

回复“datafd”获取下载地址

往期精彩内容推荐

先睹为快:神经网络顶会ICLR 2019论文热点分析

苏黎世联邦理工推荐信workshop | 数据科学 数据分析方法

吴恩达 - 如何规划机器学习职业生涯

深度学习与计算机视觉任务应用综述

<好书推荐> -《Pro Deep Learning with TensorFlow》分享

2018年下半年深度学习技术发展最新综述

NIPS-2018最新前沿人工智能论文分享

<论文分享> NLP领域最新论文分享-1123

好书推荐-《深度学习基础-构建下一代机器学习算法》免费下载

(免费精品课程分享)-PyTorch深度学习实战

给想学习AI人工智能的3点建议

迁移学习在自然语言处理中的应用之通用语言建模

扫描下方二维码可以订阅哦!

DeepLearning_NLP

深度学习与NLP

       商务合作请联系微信号:lqfarmerlq

登录查看更多
24

相关内容

数据科学(英語:data science)是一门利用数据学习知识的学科,其目标是通过从数据中提取出有价值的部分来生产数据产品。 它结合了诸多领域中的理论和技术,包括应用数学、统计、模式识别、机器学习、数据可视化、数据仓库以及高性能计算。 数据科学通过运用各种相关的数据来帮助非专业人士理解问题。

本书概述了现代数据科学重要的数学和数值基础。特别是,它涵盖了信号和图像处理(傅立叶、小波及其在去噪和压缩方面的应用)、成像科学(反问题、稀疏性、压缩感知)和机器学习(线性回归、逻辑分类、深度学习)的基础知识。重点是对方法学工具(特别是线性算子、非线性逼近、凸优化、最优传输)的数学上合理的阐述,以及如何将它们映射到高效的计算算法。

https://mathematical-tours.github.io/book/

它应该作为数据科学的数字导览的数学伴侣,它展示了Matlab/Python/Julia/R对这里所涵盖的所有概念的详细实现。

成为VIP会员查看完整内容
0
200

【导读】本资源收集了关于数据科学、大数据、数据挖掘、机器学习、Python、R、SQL、NoSQL等方面的最好的免费书籍。如果你正在寻找相应的书籍,可以直接阅览本资源,以便你可以快速有效的获取相应的资源。

    请注意,虽然这里的每本书都是免费提供的,但如果发现特别有用,可以考虑购买纸质版本。在许多情况下,您会找到指向纸质版的亚马逊链接。(点击View Free Book, 即可查看或下载)

成为VIP会员查看完整内容
0
62

随着大数据、深度学习在学术界和工业界的普及,人们越来越认识到数据对于科研和应用的重要性。虽然现在相关的工具和框架大大降低了构建数据应用的门槛,数据科学基础对应用的构建依然起着核心的作用。本文介绍微软研究院新版书籍《数据科学基础》。

成为VIP会员查看完整内容
0
36
小贴士
相关VIP内容
专知会员服务
115+阅读 · 2020年6月15日
专知会员服务
200+阅读 · 2020年3月23日
专知会员服务
62+阅读 · 2020年3月17日
【经典书】Python计算机视觉编程,中文版,363页pdf
专知会员服务
89+阅读 · 2020年2月16日
【新书】Python编程基础,669页pdf
专知会员服务
88+阅读 · 2019年10月10日
相关论文
Wenwu Zhu,Xin Wang,Peng Cui
18+阅读 · 2020年1月2日
Claudio Gambella,Bissan Ghaddar,Joe Naoum-Sawaya
7+阅读 · 2019年1月16日
Occupancy Networks: Learning 3D Reconstruction in Function Space
Lars Mescheder,Michael Oechsle,Michael Niemeyer,Sebastian Nowozin,Andreas Geiger
9+阅读 · 2018年12月10日
Image Captioning based on Deep Reinforcement Learning
Haichao Shi,Peng Li,Bo Wang,Zhenyu Wang
7+阅读 · 2018年9月13日
Antoine J. -P. Tixier
10+阅读 · 2018年8月30日
Jianfeng Dong,Xirong Li,Cees G. M. Snoek
5+阅读 · 2018年7月14日
Seyed Sajad Mousavi,Michael Schukat,Enda Howley
12+阅读 · 2018年6月23日
Lu Jin,Xiangbo Shu,Kai Li,Zechao Li,Guo-Jun Qi,Jinhui Tang
8+阅读 · 2018年5月7日
Xiangyu Zhao,Long Xia,Liang Zhang,Zhuoye Ding,Dawei Yin,Jiliang Tang
6+阅读 · 2018年5月7日
Weiyi Liu,Zhining Liu,Toyotaro Suzumura,Guangmin Hu
4+阅读 · 2018年4月30日
Top