基于Google云平臺的機器學習和深度學習入門( 簡體 字) | |
| 作者：[日]吉川 隼人 著薛建彬 張振華 譯 | 類別：1. -> 程式設計 -> 雲計算 |
| 出版社：機械工業出版社 |  3dWoo書號： 53601詢問書籍請說出此書號！ 有庫存 NT售價： 395 元 |
| 出版日：10/1/2020 | |
| 頁數：220 | |
| 光碟數：0 | |
站長推薦：   | |
| 印刷：黑白印刷 | 語系： ( 簡體 字 ) |
| ISBN：9787111660033 | 加入購物車 │加到我的最愛 (請先登入會員) |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證, 繁體書的下載亦請直接連絡出版社) | |
第1部分 GCP與機器學習1
第1章 嘗試使用GCP2 1.1GCP 概述3 1.2創建帳戶和項目5 1.3Cloud Shell9 1.4Google Compute Engine13 1.5Google Cloud Storage18 1.6BigQuery26 第2章使用Datalab32 2.1Datalab快速流覽33 2.2NumPy和pandas42 2.3連結Datalab和BigQuery53 2.4用Datalab繪製各種圖形59 第3章使用 GCP 輕鬆進行機器學習67 3.1GCP的機器學習相關服務68 3.2Cloud Vision API73 3.3Cloud Translation API86 3.4Cloud Natural Language API90 第2部分 識別的基礎95 第4章二類識別96 4.1簡單識別97 4.2機器學習的引入106 4.3感知器116 4.4損失函數125 4.5邏輯回歸128 第5章多類分類器和各種分類器138 5.1scikit-learn快速導覽139 5.2多類邏輯回歸141 5.3支持向量機151 5.4隨機森林162 第6章資料評估方法和調整170 6.1基本的學習流程171 6.2學習和測試173 6.3資料評估182 6.4參數調整188 第3部分 深度學習入門194 第7章深度學習基礎知識196 7.1圖像識別197 7.2神經網路201 7.3啟動函數211 7.4多類支持216 7.5各種梯度下降法222 7.6TensorFlow的準備230 7.7神經網路的實現238 7.8使用DNNClassifier簡化學習244 7.9TensorBoard246 第8章CNN256 8.1前面圖像識別中的問題257 8.2卷積層265 8.3卷積層運算的種類和池化層272 8.4使用TensorFlow實施兩層CNN280 附錄288 附錄A Python2的基本使用方法 附錄B Jupyter的設置 | |
