幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python機器學習(基於PyTorch和Scikit-Learn)/智能系統與技術叢書

  • 作者：(美)塞巴斯蒂安·拉施卡//劉玉溪//瓦希德·米爾賈利利|責編:王春華//張秀華|譯者:李波//張帥//趙煬
  • 出版社：機械工業
  • ISBN：9787111726814
  • 出版日期：2023/06/01
  • 裝幀：平裝
  • 頁數：597
人民幣：RMB 159 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書是一本在PyTorch環境下學習機器學習和深度學習的綜合指南，可以作為初學者的入門教程，也可以作為讀者開發機器學習項目時的參考書。
    本書講解清晰、示例生動，深入介紹了機器學習方法的基礎知識，不僅提供了構建機器學習模型的說明，而且提供了構建機器學習模型和解決實際問題的基本準則。
    本書添加了基於PyTorch的深度學習內容，介紹了新版Scikit-Learn。本書涵蓋了多種用於文本和圖像分類的機器學習與深度學習方法，介紹了用於生成新數據的生成對抗網路（GAN）和用於訓練智能體的強化學習。最後，本書還介紹了深度學習的新動態，包括圖神經網路和用於自然語言處理（NLP）的大型transformer。
    無論是機器學習入門新手，還是計劃跟蹤機器學習進展的研發人員，都可以將本書作為使用Python進行機器學習的不二之選。
作者介紹
(美)塞巴斯蒂安·拉施卡//劉玉溪//瓦希德·米爾賈利利|責編:王春華//張秀華|譯者:李波//張帥//趙煬
目錄
譯者序
序
前言
作者簡介
審校者簡介
第1章  賦予電腦從數據中學習的能力
  1.1  將數據轉化為知識的智能系統
  1.2  三種機器學習類型
    1.2.1  用於預測未來的監督學習
    1.2.2  解決交互問題的強化學習
    1.2.3  發現數據中隱藏規律的無監督學習
  1.3  基本術語與符號
    1.3.1  本書中使用的符號和約定
    1.3.2  機器學習術語
  1.4  構建機器學習系統的路線圖
    1.4.1  數據預處理——讓數據可用
    1.4.2  訓練和選擇預測模型
    1.4.3  使用未見過的數據對模型進行評估
  1.5  使用Python實現機器學習演算法
    1.5.1  從Python Package Index中安裝Python和其他軟體包
    1.5.2  使用Anaconda Python軟體包管理器
    1.5.3  科學計算、數據科學和機器學習軟體包
  1.6  本章小結
第2章  訓練簡單的機器學習分類演算法
  2.1  人工神經元——機器學習早期歷史一瞥
    2.1.1  人工神經元的定義
    2.1.2  感知機學習規則
  2.2  使用Python實現感知機學習演算法
    2.2.1  面向對象的感知機API
  ……
第3章  Scikit-Learn機器學習分類演算法之旅
第4章  構建良好的訓練數據集——數據預處理
第5章  通過降維方法壓縮數據
第6章  模型評估和超參數調優的最佳實踐
第7章  組合不同模型的集成學習
第8章  用機器學習進行情感分析
第9章  預測連續目標變數的回歸分析
第10章  處理無標籤數據的聚類分析
第11章  從零開始實現多層人工神經網路
第12章  用PyTorch並行訓練神經網路
第13章  深入探討PyTorch的工作原理
第14章  使用深度卷積神經網路對圖像進行分類
第15章  用循環神經網路對序列數據建模
第16章  transformer：利用注意力機制改善自然語言處理效果
第17章  用於合成新數據的生成對抗網路
第18章  用於捕獲圖數據關係的圖神經網路
第19章  在複雜環境中做決策的強化學習

  • 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