基本信息

  • 出版社 : 机械工业出版社; 第1版 (2018年8月24日)
  • 出版日期 : 2018年7月1日
  • 品牌 : 北京华章图文信息有限公司
  • 语言 : 简体中文
  • 文件大小 : 11440 KB
  • 纸书页数 : 644页
  • 奥雷利安·杰龙 (作者), 王静源 (译者)
  • 下载格式:azw3、epub、mobi 

编辑推荐:

本书作者曾经是谷歌工程师,在2013年至2016年主导了YouTube的视频分类工程,拥有丰富的机器学习项目经验。本书从开发者的实践角度,在动手写代码的过程中,循序渐进地了解机器学习的理论知识和工具的实践技巧,可以帮助读者快速上手机器学习项目。
随着一系列的突破,深度学习点燃了整个机器学习领域。 现在,即使是对这项技术毫无基础的程序员,也可以使用简单高效的工具来实现“可以自动从数据中学习”的程序。本书将展示如何做到这一点。
通过具体的例子、非常少的理论和两个产品级的Python框架——Scikit-learn 和 TensorFlow 。作者帮助你很直观地理解并掌握构建智能系统的概念和工具。你将学习一系列技术,从简单的线性回归开始到深度神经网络等。每章都有习题来帮助你应用学到的知识,你所需要的只是一点编程经验,仅此而已。
探索机器学习的全景图,特别是神经网络。
使用Scikit-Learn来端到端地建立一个机器学习项目的示例。
探索多种训练模型,包括支持向量机、决策树、随机森林和集成方法。
使用TensorFlow库建立和训练神经网络。
深入神经网络架构,包括卷积网络、递归网络和深度强化学习。
学习训练和伸缩深度神经网络的技巧。
应用可以工作的代码示例,而无须过多的机器学习理论或算法细节。
本书是关于使用神经网络来解决问题的理论和实践的一本导论。它涵盖了你建立高效应用的关键点,以及足够的背景知识以应对新研究的出现。 我推荐这本书给有兴趣学习用机器学习来解决实际问题的人。

内容简介:

本书主要分为两个部分。部分为第1章到第8章,涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等,帮助读者掌握Scikit-Learn的常用方法;第二部分为第9章到第16章,探讨深度学习和常用框架TensorFlow,一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。

作者简介:

Pete Warden
TensorFlow移动端负责人
Aurelien Geron是机器学习方面的顾问。他是Google的前员工,在2013年到2016年领导过YouTube视频分类团队。2002年至2012年,他还是Wifirst公司的创始人和首席技术官,在2001年,他是Ployconseil公司的创始人和首席技术官。


资源下载付费资源价格2立即支付
支付后请复制提取码进入网盘下载,电子书格式请参考“基本信息”说明, 如未显示下载按钮,请刷新网页或扫码关注公众号联系客服处理。