浙江药科职业大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

解构大语言模型:从线性回归到通用人工智能/唐亘著

出版发行项:

北京:电子工业出版社,2024

ISBN及定价:

978-7-121-47740-9/CNY159.00

载体形态项:

18,414页;24cm

其它题名:

从线性回归到通用人工智能

个人责任者:

唐亘 著

学科主题:

自然语言处理

中图法分类号:

TP391

一般附注:

博文视点

责任者附注:

唐亘，数据科学家，专注于机器学习和大数据，热爱并积极参与ApacheSpark、Scikit-Learn等开源项目。作为讲师和技术顾问，为多家机构（包括惠普、华为、复旦大学等）提供百余场技术培训。此前的工作和研究集中于经济和量化金融，曾参与经合组织（QECD）的研究项目并发表论文，并担任英国最大在线出版社Packt的技术审稿人。曾获得复旦大学的数学和计算机双学士学位、巴黎综合理工大学的金融硕士学位、法国国立统计与经济管理学校的数据科学硕士学位。

提要文摘附注:

本书从模型的结构和数据基础两个方面解构大语言模型，以便帮助读者理解和搭建类似ChatGPT的系统。在模型的结构方面，大语言模型属于深度神经网络，其设计核心是注意力机制，因此，本书涵盖了多层感知器、卷积神经网络和循环神经网络等经典模型。在模型的数据基础方面，本书既涉及模型训练的工程基础，如反向传播，又涉及数据的使用方式，如迁移学习、强化学习，以及传统的监督学习和无监督学习。此外，本书还阐述了如何从计量经济学和经典机器学习模型中汲取灵感，以提高模型的稳定性和可解释性。

豆瓣简介：