Py学习  »  机器学习算法

机器学习基础教材-《数据驱动的科学与工程-机器学习、动态系统与控制》免费pdf分享

深度学习与NLP • 3 年前 • 725 次点击  



本简书介绍

    这本书主要讲解关于数据驱动应用场景的技术,如应用优化,以及工程数学和数学物理的经典领域等。本书已经编写多年,主要是为了培养工程和物理科学系的高级本科生和初级研究生。一般来说,这些学生有线性代数、微分方程和科学计算的背景,工程师经常接触控制理论和/或偏微分方程。然而,大多数工程和科学领域的本科课程很少或没有接触到数据方法和/或优化。同样,计算机科学家和统计学家也很少接触动力系统和控制领域的知识。本书的目标是为这两类学生提供一个应用数据科学的广泛切入点。本书中讨论的方法,因为它们1)相关性,2)简单性和3)普遍性,并且试图呈现一系列的主题,从基本的介绍材料到研究水平的技术。


    文末附本书最新免费pdf下载地址。

 

    数据驱动的发现正在彻底改变我们对复杂系统的建模、预测和控制方式。现代最紧迫的科学和工程问题不适合基于第一原则的经验模型或推导。越来越多的研究人员转向数据驱动的方法,用于各种复杂系统大脑、气候、流行病学、金融、机器人和自主性。这些系统通常是非线性的、动态的、空间和时间上多尺度的、高维的,具有主要的潜在模式,这些模式应该被特征化和建模,以实现感测、预测、估计和控制的最终目标。借助现代数学方法,借助前所未有的数据和计算资源,我们现在能够解决以前无法解决的挑战性问题。


本书目录

 

本书内容截图





本书免费pdf下载地址

     微信公众号“深度学习与NLP”回复关键字“dtd20”获取下载地址。





往期精品内容推荐

NLP高阶攻略,新手莫入!

推荐系统领域常见公共数据集整理分享

李宏毅-《深度学习人类语言处理2020》中文视频课程及ppt分享

Yoshua Bengio-用深度学习实现对世界的合成理解

2020年最新深度学习模型、策略整理及实现汇总分享

深度学习-强化学习-图神经网络-自然语言处理等AI课程超级大列表-最新版

2019年各大顶会神经关系抽取(NRE)优质论文整理分享

机器学习必看经典教材-《统计机器学习(数据挖掘、推理和预测)核心元素》最新版免费分享

深度图生成对抗网络模型-JureLeskovec-斯坦福大学

2020年新书速递-《因果推理原理:基础与学习算法》分享

深度学习/图像处理历史最全最细-网络、技巧、迭代-论文整理分享

自然语言处理深度生成模型相关资源、会议和论文分享

AI早知道-推荐7本2020年上线的AI书籍



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

Python社区是高质量的Python/Django开发社区
本文地址:http://www.python88.com/topic/73677
 
725 次点击