人工智能中的数学之美
想驾驭AI怎能只懂皮毛？本书带你直击算法灵魂！作者将枯燥数学化作优雅直觉，引你穿越高维空间，看透机器学习本质。翻开它，感受数学与AI碰撞的极致魅力，开启硬核进阶之旅！
每天更新，保持好奇
总有一本书，
回应此刻的你。
从历史的回声，到生活的答案。
在这里发现好书，也发现世界的另一种可能。
4877 本好书已收录 · 无需登录，自由探索
机器学习基础
想揭开人工智能的神秘面纱吗？《机器学习基础》就是你通往智能世界的钥匙！作者刘胜蓝将高深算法化为日常案例，带你从数据出发，亲手搭建模型，最终解决真实任务。告别枯燥理论，拥抱能看见、能理解的AI入门之旅！
大模型技术30讲
想跟上AI浪潮却苦于技术门槛？这本书为你拆解大模型核心30问！塞巴斯蒂安·拉施卡用精炼的问答，带你直击神经网络、视觉与语言处理的前沿，更有实战部署指南。别再雾里看花，从这里开始，真正理解并驾驭人工智能的未来。
破解深度学习（核心篇）：模型算法与实现
全书共7章，前三章深入讲解复杂CNN、RNN和注意力机制网络等主流模型及其变体；第四章介绍这三类模型的组合体——概率生成模型；第五、六章聚焦计算机视觉和自然语言处理两大领域的实际应用；第七章展望生成式大语言模型的发展趋势。本书系统全面，语言通俗，辅以生活案例降低理解门槛，帮助读者快速掌握深度学习核心知识。
机器学习实战基于Scikit-Learn、Keras和TensorFlow
本书分为两大部分：第一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。
大模型RAG实战_RAG原理、应用与系统构建
作者结合自身丰富的实战经验，详细阐述了RAG的基础原理、核心组件、优缺点以及使用场景，同时探讨了RAG在大模型应用开发中的变革与潜力。书中不仅揭示了RAG技术背后的数学原理，还通过丰富的案例与代码实现，引导你从理论走向实践，轻松掌握RAG系统的构建与优化。
机器学习实战(视频教学版)
全书共分12章，内容包括机器学习概述、Python数据处理基础、机器学习常用库、线性回归及应用、分类算法及应用、数据降维及应用、聚类算法及应用、关联规则挖掘算法及应用、协同过滤算法及应用，并通过3个综合实战项目帮助读者巩固所学技能。本书主要章节都给出了对应的示例及其详细的分析步骤，方便读者从编程中掌握机器学习基础算法及应用。
从零构建大模型算法、训练与微调
本书旨在引领读者从基础知识起步,逐步深入探索大模型的算法原理、训练方法及微调技术。全书共12章,涵盖了Transformer模型的基础理论,如Seq2Seq模型、分词、嵌入层和自注意力机制等关键概念;并深入剖析了GPT模型的核心实现与文本生成过程,以及BERT模型的预训练和微调技术。
DeepSeek全场景指南
本书全面介绍了DeepSeek这一强大的AI模型，涵盖了其技术细节、应用场景及未来发展方向。DeepSeek在多个领域展现出卓越的表现，包括自然语言处理、图像识别和语音合成等。本书适合对AI技术感兴趣的读者，尤其是希望了解DeepSeek如何改变行业规则的专业人士。
深度学习：从基础到实践
本书由安德鲁·格拉斯纳撰写，详细介绍了深度学习的基础知识及其实际应用。内容涵盖了从基础概念到具体实现的技术要点，适合希望深入了解深度学习的读者。
机器学习 Machine Learning (Chinese Edition)
本书是计算机科学与人工智能领域的重要入门教材，内容涵盖机器学习的基础知识、经典方法和进阶知识。全书共16章，分为基础知识、常用方法和进阶专题三个部分，适合大学理工科本科生、研究生及对机器学习感兴趣的人士阅读。书中内容尽量减少数学使用，但涉及少量概率、统计、代数等基础理论，并附有相关数学知识简介。
最近同步 2026-10-04 04:06 UTC · 封面为本站排版，并非原书封面
把阅读，变成日常。
用 RSS 订阅最新书单，让下一本好书主动找到你。