神经网络与注意力

学习神经网络、Transformer、注意力与表示学习,适合补基础的读者。

52 条精选 · 入门 5 · 按推荐学习顺序:越基础、直观越靠前,越系统、深入越靠后

在 3D 图中查看
  1. 5入门
    书籍发布 10-27
    Manning

    机器学习图解(第二版)

    Grokking Machine Learning, Second Edition

    这是 Manning Publications 出版的图书第二版,作者为 Luis G. Serrano,共 525 页,预计 2026 年 12 月 15 日出版,目前尚未出版。简介称新版新增对 LLM、Transformer 与生成式 AI 的覆盖,包括生成式 AI 新章节、Transformer 架构的直观讲解、LLM 训练与微调说明,以及扩充的 XGBoost 内容、新练习与新示例。

  2. 6进阶
    书籍
    statlearning.com

    《统计学习导论:基于 Python 的应用》

    An Introduction to Statistical Learning with Applications in Python

    页面是《An Introduction to Statistical Learning》一书的官方网站,可下载 R 版与 Python 版教材。书中以较少技术化的方式覆盖统计学习主要主题,章节包括回归、分类、重采样方法、线性模型选择与正则化、非线性方法、树方法、支持向量机、深度学习、生存分析、无监督学习和多重检验,每章末尾附有 R 或 Python 实验。R 版首版于 2013 年、第二版于 2021 年,Python 版于 2023 年出版。适合希望用当代工具做数据分析的读者使用。

模型原理与训练的其他细分主题