分类目录归档：Books
目录
• 第1章 初识GPT - 4和ChatGPT
• 1.1 LLM概述
• 1.2 GPT模型简史：从GPT - 1到GPT - 4
• 第2章 深入了解GPT - 4和ChatGPT的API
• 2.1 基本概念
• 2.2 OpenAI API提供的可用模型
• 2.3 在OpenAI Playground中使用GPT模型
• 2.4 开始使用OpenAI Python库
• 第3章 使用GPT - 4和ChatGPT构建应用程序
• 3.1 应用程序开发概述
• 3.2 软件架构设计原则
• 3.3 LLM驱动型应用程序的漏洞
• 3.4 示例项目
• 第4章 GPT - 4...
构建机器学习应用
scikit-learn机器学习高级进阶
机器学习项目交付实战
低风险创业
知识图谱-方法-实践与应用
目录
• 第1部分 元编程基础技术
• 第1章 元编程基本方法
• 1.1 元函数与type traits
• 1.1.1 元函数简介
• 1.1.2 类型元函数
• 1.1.3 各式各样的元函数
• 1.1.4 type traits
• 1.2 元函数与宏
• 1.3 本书中元函数的命名方式
• 1.4 模板模板参数与容器模板
• 1.4.1 模板作为元函数的输入
• 1.4.2 模板作为元函数的输出
• 1.4.3 容器模板
• 1.5 从元函数到元对象
• 1.5.1 元对象与元数据域
• 1.5.2 元方法
• 1.6 奇特的递归模板式
• 1.7 小结
• 1.8 练习
• ...
目录
• 第一部分 图强化学习研究对象
• 第1章 图与复杂系统
• 1.1 为什么是图
• 1.1.1 图的普遍性
• 1.1.2 图的表示性
• 1.1.3 图的抽象性
• 1.2 图与复杂系统
• 1.2.1 复杂系统定义
• 1.2.2 复杂系统的图表示
• 1.3 复杂系统与强化学习
• 1.3.1 强化学习
• 第2章 图论基础
• 2.1 图论的起源
• 2.1.1 提出问题
• 2.1.2 形式化问题
• 2.1.3 求解问题
• 2.2 图论的发展
• 2.2.1 随机图理论
• 2.2.2 拓扑图论
• 2.2.3 几何图论
• 第二部分 图强化学习基础知识
• 第3...
目录
• 第一部分 强化学习基础
• 第1章 初探强化学习
• 1.1 简介
• 1.2 什么是强化学习
• 1.3 强化学习的目标
• 1.4 强化学习中的数据
• 1.5 强化学习的独特性
• 1.6 小结
• 第2章 多臂老虎机问题
• 2.1 简介
• 2.2 问题介绍
• 2.2.1 问题定义
• 2.2.2 形式化描述
• 2.2.3 累积懊悔
• 2.2.4 估计期望奖励
• 2.3 探索与利用的平衡
• 2.4 ε-贪婪算法
• 2.5 上置信界算法
• 2.6 汤普森采样算法
• 2.7 小结
• 2.8 参考文献
• 第3章 马尔可夫决策过程
• 3.1 简介
• 3...
目录
• 第1章 深度学习基础
• 1.1 深度学习的基础理论
• 1.1.1 人工智能的发展历程
• 1.1.2 深度学习受到的关注
• 1.1.3 深度学习的概念
• 1.1.4 深度学习的基本工作流程
• 1.2 深度学习框架
• 1.2.1 常用的深度学习框架
• 1.2.2 深度学习框架的对比与选择
• 1.2.3 深度学习框架的执行模式
• 1.2.3.1 Eager模式和Graph模式的对比
• 1.2.3.2 计算图的概念
• 1.3 华为云AI平台ModelArts
• 1.3.1 功能概述
• 1.3.2 ModelArts平台对异构生态的支持
• 1.3.3 Mod...