机器学习问答与人工智能进阶一书

如有任何关于本书的问题，请使用讨论区！

如果你已经掌握了机器学习和人工智能的基础知识，并希望以有趣的方式填补剩余的知识空白，那么这本书非常适合你。这个快速系列的短章节涵盖了该领域30个重要问题，帮助你了解最新的技术，以便在自己的工作中实施。

《机器学习问答与人工智能》的每一章都会提出并回答一个核心问题，配有图表解释新概念，并提供大量参考资料供进一步阅读

本书是在Leanpub上发布的《机器学习问答与人工智能》的全面编辑和修订版。

"很难找到比Sebastian更好的向导，毫不夸张地说，他是当前该领域最优秀的机器学习教育者。在每一页中，Sebastian不仅传授了他广博的知识，还分享了体现真正专业水平的热情和好奇心。"
-- Chris Albon，维基媒体基金会机器学习总监

标题	URL链接	补充代码
1	嵌入、表示和潜在空间
2	自监督学习
3	少样本学习
4	彩票假说
5	通过数据减少过拟合
6	通过模型修改减少过拟合
7	多GPU训练范式
8	Transformer成功的关键
9	生成式人工智能模型
10	随机性来源	数据采样.ipynb dropout.ipynb 随机权重.ipynb
	第二部分：计算机视觉
11	计算参数数量	卷积大小.ipynb
12	全连接层和卷积层的等价性	全连接-CNN等价性.ipynb
13	视觉Transformer的大型训练集
	第三部分：自然语言处理
14	分布式假说
15	文本数据增强	回译.ipynb 噪声注入.ipynb 句子顺序打乱.ipynb 同义词替换.ipynb 合成数据.ipynb 单词删除.ipynb 单词位置交换.ipynb
16	"自"注意力
17	编码器和解码器风格的Transformer
18	使用和微调预训练Transformer
19	评估生成式大语言模型	BERTScore.ipynb BLEU.ipynb 困惑度.ipynb ROUGE.ipynb
	第四部分：生产和部署
20	无状态和有状态训练
21	以数据为中心的人工智能
22	加速推理
23	数据分布偏移
	第五部分：预测性能和模型评估
24	泊松回归和有序回归
25	置信区间	四种方法.ipynb 四种方法与真实值对比.ipynb
26	置信区间与共形预测的比较	共形预测.ipynb
27	适当的评估指标
28	K折交叉验证中的K
29	训练集和测试集的不一致性
30	有限标记数据

MachineLearning-QandAI-book