谁知我电子书电子书下载 -- 最新最全的电子书下载网欢迎您^_^

logo

机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)下载

机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)

  • 电子书名称:机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)
  • 电子书分类:科技
  • 电子书作者:(法)奥雷利安•杰龙(Aurélien Géron)
  • 电子书类型:TXT/PDF
  • 信息来源:豆瓣
  • ISBN: 9787111665977
  • 出版时间: 2020-10-1
  • 出版社: 机械工业出版社

文档说明:

  • 一、《机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)》是作者【(法)奥雷利安•杰龙(Aurélien Géron)】创作的原创小说作品!
  • 二、谁知我电子书免费提供TXT小说,TXT电子书下载。本站所有电子书资源均由网友提供的网盘,所有资源本站不负责保存,如果您认为本站的内容侵犯了您的版权,联系我们将在第一时间将该链接删除。本站不负一切责任!

热门科技类电子书下载

  • 1 Hands-On Machi [下载]
  • 2 行政处罚办案程 [下载]
  • 3 数字思维 [下载]
  • 4 通用源码阅读指 [下载]
  • 5 机器学习实战: [下载]
  • 6 大脑之美 [下载]
  • 7 Python深度学习 [下载]
  • 8 深入浅出图神经 [下载]
  • 9 算法详解(卷1 [下载]
  • 10 智慧的疆界 [下载]
  • 11 深度学习的数学 [下载]
  • 12 人工神经网络理 [下载]
  • 13 深入理解神经网 [下载]
  • 14 区块链实战:从 [下载]
  • 15 PyTorch 机器学 [下载]
  • 16 labuladong的算 [下载]
  • 17 信息传 [下载]
  • 机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)目录

    前言 1
    第一部分 机器学习的基础知识 11
    第 1 章 机器学习概览
    13 1.1 什么是机器学习 14
    1.2 为什么使用机器学习 14
    1.3 机器学习的应用示例 16
    1.4 机器学习系统的类型 18
    1.5 机器学习的主要挑战 32
    1.6 测试与验证 38
    1.7 练习题 40
    第 2 章 端到端的机器学习项目 42
    2.1 使用真实数据
    42 2.2 观察大局 44
    2.3 获取数据 48
    2.4 从数据探索和可视化中获得洞见 60
    2.5 机器学习算法的数据准备 66
    2.6 选择和训练模型 74
    2.7 微调模型 77
    2.8 启动、监控和维护你的系统 .82
    2.9 试试看 84
    2.10 练习题 84
    第 3 章 分类 86
    3.1 MNIST 86
    3.2 训练二元分类器 88
    3.3 性能测量 89
    3.4 多类分类器 99
    3.5 误差分析 101
    3.6 多标签分类 104
    3.7 多输出分类 105
    3.8 练习题 107
    第 4 章 训练模型 108
    4.1 线性回归 109
    4.2 梯度下降 113
    4.3 多项式回归 122
    4.4 学习曲线 124
    4.5 正则化线性模型 127
    4.6 逻辑回归 134
    4.7 练习题 141
    第 5 章 支持向量机 143
    5.1 线性 SVM 分类 143
    5.2 非线性 SVM 分类 146
    5.3 SVM 回归 151
    5.4 工作原理 152
    5.5 练习题 160
    第 6 章 决策树 162
    6.1 训练和可视化决策树 162
    6.2 做出预测 163
    6.3 估计类概率 165
    6.4 CART 训练算法 166
    6.5 计算复杂度 166
    6.6 基尼不纯度或熵 167
    6.7 正则化超参数 167
    6.8 回归 168
    6.9 不稳定性 170
    6.10 练习题 172
    第 7 章 集成学习和随机森林 173
    7.1 投票分类器 173
    7.2 bagging 和 pasting 176
    7.3 随机补丁和随机子空间 179
    7.4 随机森林 180
    7.5 提升法 182
    7.6 堆叠法 190
    7.7 练习题 192
    第 8 章 降维 193
    8.1 维度的诅咒 194
    8.2 降维的主要方法 195
    8.3 PCA 198
    8.4 内核 PCA . 204
    8.5 LLE 206
    8.6 其他降维技术 208
    8.7 练习题 209
    第 9 章 无监督学习技术 211
    9.1 聚类 212
    9.2 高斯混合模型 232
    9.3 练习题 245
    第二部分 神经网络与深度学习 247
    第 10 章 Keras 人工神经网络简介 249
    10.1 从生物神经元到人工神经元 250
    10.2 使用 Keras 实现 MLP 262
    10.3 微调神经网络超参数 284
    10.4 练习题 290
    第 11 章 训练深度神经网络 293
    11.1 梯度消失与梯度爆炸问题 293
    11.2 重用预训练层 305
    11.3 更快的优化器 310
    11.4 通过正则化避免过拟合 321
    11.5 总结和实用指南 327
    11.6 练习题 329
    第 12 章 使用 TensorFlow 自定义模型和训练 330
    12.1 TensorFlow 快速浏览 330
    12.2 像 NumPy 一样使用 TensorFlow 333
    12.3 定制模型和训练算法 338
    12.4 TensorFlow 函数和图 356
    12.5 练习题 360
    第 13 章 使用 TensorFlow 加载和预处理数据 362
    13.1 数据 API 363
    13.2 TFRecord 格式 372
    13.3 预处理输入特征 377
    13.4 TF Transform 385
    13.5 TensorFlow 数据集项目 386
    13.6 练习题 388
    第 14 章 使用卷积神经网络的深度计算机视觉 390
    14.1 视觉皮层的架构 390
    14.2 卷积层 392
    14.3 池化层 399
    14.4 CNN 架构 402
    14.5 使用 Keras 实现 ResNet-34 CNN 416
    14.6 使用 Keras 的预训练模型 417
    14.7 迁移学习的预训练模型 418
    14.8 分类和定位 421
    14.9 物体检测 422
    14.10 语义分割 428
    14.11 练习题 431
    第 15 章 使用 RNN 和 CNN 处理序列 432
    15.1 循环神经元和层 432
    15.2 训练 RNN 436
    15.3 预测时间序列 437
    15.4 处理长序列 444
    15.5 练习题 453
    第 16 章 使用 RNN 和注意力机制进行自然语言处理 455
    16.1 使用字符 RNN 生成莎士比亚文本 456
    16.2 情感分析 464
    16.3 神经机器翻译的编码器 - 解码器网络 470
    16.4 注意力机制 476
    16.5 最近语言模型的创新 486
    16.6 练习题 ... 488
    第 17 章 使用自动编码器和 GAN 的表征学习和生成学习 489
    17.1 有效的数据表征 490
    17.2 使用不完整的线性自动编码器执行 PCA 491
    17.3 堆叠式自动编码器 493
    17.4 卷积自动编码器 499
    17.5 循环自动编码器 500
    17.6 去噪自动编码器 501
    17.7 稀疏自动编码器 502
    17.8 变分自动编码器 505
    17.9 生成式对抗网络 510
    17.10 练习题 522
    第 18 章 强化学习 523
    18.1 学习优化奖励 524
    18.2 策略搜索 525
    18.3 OpenAI Gym 介绍 526
    18.4 神经网络策略 529
    18.5 评估动作:信用分配问题 531
    18.6 策略梯度 532
    18.7 马尔可夫决策过程 536
    18.8 时序差分学习 540
    18.9 Q 学习 540
    18.10 实现深度 Q 学习 544
    18.11 深度 Q 学习的变体 547
    18.12 TF-Agents 库 550
    18.13 一些流行的 RL 算法概述 568
    18.14 练习题 569
    第 19 章 大规模训练和部署TensorFlow 模型 571
    19.1 为 TensorFlow 模型提供服务 572
    19.2 将模型部署到移动端或嵌入式设备 586
    19.3 使用 GPU 加速计算 589
    19.4 跨多个设备的训练模型 600
    19.5 练习题 613
    19.6 致谢 613
    附录 A 课后练习题解答 .....614
    附录 B 机器学习项目清单 ..642
    附录 C SVM 对偶问题 647
    附录 D 自动微分 .650
    附录 E 其他流行的人工神经网络架构 ...656
    附录 F 特殊数据结构..663
    附录 G TensorFlow 图 ......669
    · · · · · ·

    机器学习实战:基于Scikit-Learn、Keras和TensorFlow(原书第2版)下载链接

     

    最新科技类电子书下载

  • 1 深度学习推荐系统 [下载]
  • 2 深入理解神经网络 [下载]
  • 3 数字思维 [下载]
  • 4 区块链实战:从技术 [下载]
  • 5 深入浅出图神经网络 [下载]
  • 6 复杂生命的起源 [下载]
  • 7 大脑之美 [下载]
  • 8 PyTorch 机器学习从 [下载]
  • 9 统计学习方法(第2 [下载]
  • 10 流畅的Python [下载]
  • 11 Hands-On Machine L [下载]
  • 12 步步为赢 [下载]
  • 13 刑法学讲义 [下载]
  • 14 UX权威指南 [下载]
  • 15 决胜UX [下载]
  • 16 文明之光 [下载]
  • 17 上帝掷骰子吗? [下载]
  • 下载须知:本站所有电子书资源由网友提供,如有失效链接,请更换资源后再次下载;所有资源本站不负责保存。

    电子书下载txt免费下载 txt电子书免费下载全集全本完结 小说下载 txt 电子书 免费下载全本 谁知我电子书

    热门标签

    Copyright @ 2014-2020 ALL Rights Reserved. 谁知我电子书