幫助中心 | 我的帳號 | 關於我們

基於R語言的高級深度學習

  • 作者:(美)巴拉坦德拉·拉伊|責編:劉熾|譯者:劉繼紅//張強
  • 出版社:中國電力
  • ISBN:9787519870676
  • 出版日期:2023/01/01
  • 裝幀:平裝
  • 頁數:285
人民幣:RMB 88 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書將通過高級示例幫助讀者應用R語言實現深度學習演算法。它涵蓋了各種神經網路模型,如人工神經網路、卷積神經網路、循環神經網路、長短期記憶網路和其他採用專家技術的模型。在閱讀本書的過程中,讀者將利用Keras-R、TensorFlow-R等流行的深度學習庫來實現人工智慧模型。
    本書的目標讀者是希望增長技能和知識以便借助R語言應用深度學習技術和演算法的數據科學家、機器學習從業人員、深度學習研究人員以及人工智慧愛好者。對機器學習的深刻理解和R編程語言的應用知識是必需的。

作者介紹
(美)巴拉坦德拉·拉伊|責編:劉熾|譯者:劉繼紅//張強
    巴拉坦德拉·拉伊,是麻省大學達特茅斯分校(UMass Dartmouth)查爾頓商學院商業分析專業的首席教授和技術管理碩士課程的主任。他在底特律韋恩州立大學(Wayne State University)獲得工業工程博士學位。他獲得了印度統計研究所(Indian Statistical Institute)的質量、可靠性和OR碩士學位。他目前的研究興趣包括機器學習和深度學習應用。他在YouTube上的深度學習講座視頻瀏覽者遍布198個國家。他在軟體、汽車、電子、食品、化工等行業擁有20多年的咨詢和培訓經驗,涉及數據科學、機器學習和供應鏈管理等領域。

目錄
前言
第一部分  深度學習基礎
  第1章  深度學習架構與技術
    1.1  R語言實現的深度學習
      1.1.1  深度學習發展趨勢
      1.1.2  R軟體包的版本
    1.2  深度學習網路模型的開發過程
      1.2.1  為深度學習網路模型準備數據
      1.2.2  開發模型架構
      1.2.3  編譯模型
      1.2.4  擬合模型
      1.2.5  評估模型性能
    1.3  R語言和RStudio實現的深度學習技術
      1.3.1  多類分類問題
      1.3.2  回歸問題
      1.3.3  圖像分類
      1.3.4  卷積神經網路
      1.3.5  自編碼器
      1.3.6  遷移學習
      1.3.7  生成對抗網路
      1.3.8  文本分類的深度學習網路
      1.3.9  循環神經網路
      1.3.10  長短期記憶網路
      1.3.11  卷積循環網路
      1.3.12  提示、技巧和最佳實踐
    1.4  本章小結
第二部分  預測與分類問題的深度學習
  第2章  多類分類問題的深度神經網路
    2.1  胎兒心電圖數據集
      2.1.1  醫學數據集
      2.1.2  數據集分類
    2.2  建模數據準備
      2.2.1  數值型變數的歸一化
      2.2.2  數據分割
      2.2.3  獨熱編碼
    2.3  深度神經網路模型的創建與擬合
      2.3.1  模型架構開發
      2.3.2  模型編譯
      2.3.3  模型擬合
    2.4  模型評價和預測
      2.4.1  損失函數與準確率計算
      2.4.2  混淆矩陣
    2.5  性能優化提示與最佳實踐
      2.5.1  增加隱藏層的實驗
      2.5.2  隱藏層增加單元數量的實驗
      2.5.3  多單元多層網路的實驗
      2.5.4  分類不平衡問題的實驗
      2.5.5  模型的保存與重新上載
    2.6  本章小結
  第3章  回歸問題的深度神經網路

    3.1  波士頓房價數據集
    3.2  建模數據準備
      3.2.1  神經網路的可視化
      3.2.2  數據分割
      3.2.3  歸一化
    3.3  回歸問題深度神經網路模型的創建與擬合
      3.3.1  參數總數計算
      ……
第三部分  面向電腦視覺的深度學習
第四部分  自然語言處理問題的深度學習
第五部分  未來展望

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032