Python深度學習實戰 Practical Deep Learning: A Python-Based Introduction
Kneusel, Ron 譯 宿翀
- 出版商: 化學工業
- 出版日期: 2024-08-01
- 售價: $774
- 貴賓價: 9.5 折 $735
- 語言: 簡體中文
- 頁數: 285
- 裝訂: 平裝
- ISBN: 7122449602
- ISBN-13: 9787122449603
-
相關分類:
DeepLearning
- 此書翻譯自: Practical Deep Learning: A Python-Based Introduction
立即出貨
買這商品的人也買了...
-
$611金融中的機器學習
-
$458智能風控實踐指南:從模型、特徵到決策
-
$534$507 -
$594$564 -
$330$314 -
$774$735 -
$594$564 -
$414$393 -
$594$564 -
$390$371 -
$356機器學習全解(R語言版)
-
$894$849 -
$474$450 -
$599$569 -
$539$512 -
$594$564 -
$419$398 -
$419$398 -
$594$564 -
$419$398 -
$539$512
相關主題
商品描述
本書與機器學習和深度學習相關,向讀者講述如何建立資料集,並展示如何使用該資料集訓練一個成功的深度學習模型。
此後,本書探討了經典的機器學習演算法,為探討深度學習方法理論奠定基礎。
本書最後4章探討了卷積神經網絡,從個案研究出發,講解如何從資料集到評估預測模型的方法。
這些章節中的實驗所使用的都是本領域研究者熟悉的標準資料集。
同時,本書介紹如何透過目前實踐的標準來調整和評估機器學習模型的表現。
本書不僅為讀者提供紮實的概念基礎,也為讀者設計自己的專案和解決方案提供了實用的指導,
適用於探索機器學習和深度學習領域的新手和業餘愛好者。
本書也可以幫助讀者為探索更高階的方法和演算法提供知識儲備。
目錄大綱
第1章 開篇
第2章 使用Python
第3章 使用NumPy
第4章 使用資料工作
第5章 建構資料集
第6章 經典機器學習
第7章 經典模型實驗
第8章 神經網路介紹
第9章 訓練神經網絡
第10章 神經網路實驗
第11章 評價模型
第12章 卷積神經網路介紹
第13章 基於Keras和MNIST的實驗
第14章 基於CIFAR-10的實驗
第15章 實例研究:音訊資料分類
第16章 邁向未來