重磅 | 吴恩达新书《Machine Learning Yearning》1-52 最新章节分享

简介: 重磅 | 吴恩达新书《Machine Learning Yearning》1-52 最新章节分享

说起吴恩达(Andrew Ng),很多人都并不陌生,红色石头也是吴恩达普及人工智能的受惠者。从 Coursera 的《Machine Learning》,再到 deeplearning.ai 深度学习专项课程。吴恩达一直致力于让更多的人了解并投入到人工智能的世界中,成为当之无愧的 AI 大 IP。


今年 4 月开始,吴恩达又一力作《Machine Learning Yearning》横空出世,并开始接受免费草稿副本的预订。这对每个人来说都是很棒的福利!


书籍介绍


关于写这本书的原因,吴恩达这样解释:


AI,机器学习和深度学习正在逐渐改变越来越多的行业。我写这本书《Machine Learning Yearning》的目的就是教会大家如何构建自己的机器学习项目。 这本书的目的不是教你机器学习算法理论,而是教你如何使用这些算法。一些技术AI课程会给你锤子工具,而这本书就是让你学会如何使用这些锤子工具。如果你致力于成为AI技术领导者并渴望为你的团队找到正确的方向。


这本书《Machine Learning Yearning》能够从以下几个方面给你带来收获:


  • 优先考虑AI项目最有前途的方向。
  • 调试机器学习项目中的错误。
  • 在复杂设置中构建ML,例如训练/测试样本不匹配。
  • 构建一个ML项目,接近甚至达到人类水平。
  • 知道什么时候、如何使用端对端学习、迁移学习和多任务学习。


根据历史经验来看,学习如何做出这些“战略”决策的唯一途径是需要在科研或公司研习多年。我写《Machine Learning Yearning》的主要目的就是帮助您快速获得这一技能,使您可以更好地建立人工智能系统。


这本书将在 100 页左右,其中不部分章节都是1~2页,便于阅读。


整本书的章节分布如下:


image.pngimage.png

image.png

获取该书


如何获取这本书《Machine Learning Yearning》呢?


首先登陆该书的官网:


http://www.mlyearning.org/


image.png


然后,输入自己的邮箱,点击“JOIN NOW”。


打开你的邮箱,就能看到吴恩达给你发的确认邮件了。


image.png


这样,你就能定期收到《Machine Learning Yearning》最新的草稿副本咯。


相关文章
|
JavaScript 关系型数据库 测试技术
接口文档管理神器RAP2安装和部署
一 RAP2 RAP2是在RAP1基础上重做的新项目,它包含两个组件(对应两个Github Repository)。 rap2-delos: 后端数据API服务器,基于Koa + MySQLlink rap2-dolores: 前端静态资源,基于React link 什么是RAP? rap是一款API 文档管理工具,在 RAP 中,可以定义接口的 URL、请求 & 响应细节格式等等。
14571 0
|
1月前
|
人工智能 缓存 监控
一文看懂 DeepSeek 调价回归:谷时省一半,你的 AI 成本账该这么算
9月10日中午12点起,DeepSeek Flash 系列执行新定价:空闲时段输入缓存命中 0.02 元/百万 token、缓存未命中 1 元、输出 4 元,高峰时段价格翻倍,谷时价格基本回到 8 月 17 日之前的老价。本文拆解这次调价背后的逻辑,把任务拆成实时交互、批量处理、增量缓存三类,说清哪类必须付高峰价、哪类挪到夜间就能省一半,以及如何用可复用的缓存前缀把输入成本压到几乎可忽略;最后聊聊价格回归背后,国产大模型从拼参数转向拼价格、拼体验的拐点。
|
4月前
|
人工智能 网络协议 安全
金融反欺诈中,如何通过IP情报溯源网络攻击背后的真实IP?操作指南
本文揭秘AI换脸诈骗背后可溯源的IP线索:从刘先生被骗20万元、郑州警方凭单条IPv6锁定团伙等案例切入,详解如何通过IP网络类型(数据中心/住宅)、风险评分、ASN归属等维度,结合离线库批量分析,实现从受害端日志到C2服务器的全链路攻击溯源。
449 0
|
机器学习/深度学习 存储 PyTorch
Neural ODE原理与PyTorch实现:深度学习模型的自适应深度调节
Neural ODE将神经网络与微分方程结合,用连续思维建模数据演化,突破传统离散层的限制,实现自适应深度与高效连续学习。
1185 3
Neural ODE原理与PyTorch实现:深度学习模型的自适应深度调节
|
9月前
|
存储 弹性计算 并行计算
阿里云8核8G云服务器收费标准、实例规格及选配教程
阿里云8核8G云服务器是典型的均衡型配置,CPU与内存配比为1:1,这种配比能兼顾多任务并行计算和常规业务内存需求,既不会像低配置机型那样局限于轻量场景,也不会像高配置机型那样聚焦重度计算,因此广泛适配中小企业核心业务系统、中型网站部署、开发测试环境等场景。该配置仅在ECS云服务器系列中提供,无对应轻量应用服务器版本,2026年的收费标准会根据实例类型、计费方式、地域选择产生明显差异,优惠活动则聚焦长期购买折扣、续费保障及通用补贴,整体定价和福利均贴合不同用户的实际使用需求,无隐性消费和捆绑条件。
696 14
|
9月前
|
存储 安全 数据安全/隐私保护
企业硬盘加密软件选型指南:DiskCrypt与BitLocker功能、性能与应用场景全对比
本文对比国产安得卫士DiskCrypt与微软BitLocker两款硬盘加密软件,在加密深度(扇区级vs分区级)、认证机制、密钥管理、应急恢复、国产化兼容及集中管控等维度展开分析,助力用户按安全等级、合规要求与使用场景科学选型。(239字)
551 0
|
11月前
|
数据挖掘
医院随访系统源码,三级随访管理流程解析
患者院后随访管理系统是一款智能化医疗平台,实现从“院内诊疗”到“院外康复”的全程闭环管理。系统支持三级随访、多途径回访、自动提醒、数据分析与满意度调查,提升随访效率与医疗服务质量,推动医疗服务延伸至院外,助力构建高效、规范的随访生态。
692 1
|
数据处理 开发工具 开发者
requirement.txt 管理python包依赖
在 Python 项目中,`requirements.txt` 用于记录依赖库及其版本,便于环境复现。本文介绍了多种生成该文件的方法:基础方法使用 `pip freeze`,进阶方法使用 `pipreqs`,专业方法使用 `poetry` 或 `pipenv`,以及手动维护方式。每种方法适用不同场景,涵盖从简单导出到复杂依赖管理,并提供常见问题的解决方案,帮助开发者高效生成精准的依赖列表,确保项目环境一致性。
3536 4