万本电子书0元读

万本电子书0元读

顶部广告

机器学习与深度学习(Python版·微课视频版)电子书

本书的特是主要通过示例来讨论传统机器学习模型、深度学习模型和强化学习模型,更加适合初学者门使用。有详细的代码解读和案例说明,本书的内容全面,可供门学习和工程参考使用。

售       价:¥

纸质售价:¥33.50购买纸书

121人正在读 | 0人评论 6.7

作       者:王衡军

出  版  社:清华大学出版社

出版时间:2022-07-01

字       数:16.5万

所属分类: 科技 > 计算机/网络 > 软件系统

温馨提示:数字商品不支持退换货,不提供源文件,不支持导出打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(0条)
  • 读书简介
  • 目录
  • 累计评论(0条)
本书以任务为导向,讨论了机器学习和深度学习的主要问题,包括聚类、回归、分类、标注、降维、特征工程、超参数调优、序列决策(强化学习)和对抗攻等。书中对上述每个问题,分别从决策函数类模型、概率类模型和神经网络类模型三个角度来讨论具体的实现算法。 本书在内容上兼顾基础知识和应用实践。总体上,以基本理论知识为主线,逐步展,从概念手,逐步讨论算法思想,着重考虑知识的关联性,后落实到机器学习扩展库和深度学习框架的具体应用。具体到每个模型,采用以示例手、逐渐深的方式,尽量给出详尽的分析或推导。 本书的特是主要通过示例来讨论相关模型,适合初学者门使用。本书示例代码采用Python 3程序设计语言编写。传统机器学习算法的应用示例主要以ScikitLearn机器学习扩展库来实现,隐马尔可夫模型示例用hmmlearn扩展库来实现,条件随机场模型示例用CRF 工具来实现。深度学习算法的示例采用TensorFlow 2框架和MindSpore框架来实现。 本书适合计算机、人工智能及相关专业的学生使用,对于相关技术研究人员也有参考价值。<br/>【推荐语】<br/>本书的特是主要通过示例来讨论传统机器学习模型、深度学习模型和强化学习模型,更加适合初学者门使用。有详细的代码解读和案例说明,本书的内容全面,可供门学习和工程参考使用。<br/>
目录展开

内容简介

前言

第1章 安装环境与语言、框架概要

第2章 基础知识

第3章 聚类与降维

第4章 回归与多层神经网络

第5章 分类与卷积神经网络

第6章 标注与循环神经网络

第7章 特征工程与超参数调优及综合实例

第8章 强化学习*

第9章 对抗样本

参考文献

累计评论(0条) 0个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部