Python深度學習 ( 繁體 字) |
| 作者：Valentino Zocca, Gianmario Spacagna, Daniel Slater, Peter Roelants | 類別：1. -> 程式設計 -> Python
2. -> 程式設計 -> 深度學習 |
| 譯者：劉立民、吳建華、陳開煇 |
| 出版社：博碩文化 |  3dWoo書號： 48368
詢問書籍請說出此書號！【缺書】
NT定價： 620 元
折扣價： 465 元
|
| 出版日：1/6/2018 |
| 頁數：408 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 繁體 版 ) |
| |
加入購物車  │加到我的最愛
(請先登入會員) |
| ISBN：9789864342723 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (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) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：隨著普羅大眾對人工智慧的興趣日益濃厚，深度學習也引起了廣泛的關注。每一天都有許多深度學習的演算法被運用在不同的產業中。本書將會為您提供有關該主題的所有實務資訊，包括最佳實作，使用真實世界的案例。您將學習到如何辨識和擷取資訊以便提高預測準確性，並最佳化結果。從快速回顧重要的機器學習觀念開始，本書將使用scikit-learn來介紹深度學習的原理。然後，您也將學習到使用最新的開源函式庫，如Theano、Keras、Google的TensorFlow和H20。讀者可以使用本書當作一個指南，來找出模式辨識的困難之處，縮放數據以便得到更精確的結果，並討論深度學習演算法和技巧。無論您是想深入了解深度學習，還是想要知道如何從這個強大的技術中獲得更多的資訊，您都可以從本書中學到這一切。適用讀者對機器學習觀念具有一些基本認識，對Python程式設計有一些經驗的數據科學從業人員，或是立志成為資料科學家的人。同時也需對微積分和統計學的基本觀念有相當程度的理解。============================你能夠從本書學習到：?深度學習演算的深入實務認識。?進一步地以Theano、H2O、Keras和TensorFlow來學習深度學習。?了解在許多深度學習實作的兩個最重要的核心技術：自動編碼器和受限玻爾茲曼機。?介紹卷積類神經網路來處理電腦視覺。?了解強化學習來處理棋盤遊戲與電動遊戲。?遞迴類神經網路和長短期記憶網路來做語音辨識。?以深度學習技術建立一個可擴充和生產就緒的異常偵測系統。 |
目錄：第1章：機器學習簡介
什麼是「機器學習」？
不同的「機器學習」方法
第2章：類神經網路
為什麼是類神經網路?
基礎介紹
第3章：深度學習基礎
什麼是「深度學習」?
深度學習的應用
GPU與CPU
受歡迎的開源函式庫介紹
第4章：非監督式特徵學習
自動編碼器
受限玻爾茲曼機
第5章：影像辨識
人工模型與生物學模型之間的差異
卷積類神經網路的直觀理解與使用理由
卷積層
匯總層
退出
深度學習中的卷積層
Theano中的卷積網路
使用Keras的卷積層來做數字辨識
使用Keras的卷積層來對cifar10做辨識
預訓練
第6章：遞迴類神經網路和語言模型
遞迴類神經網路
語言塑模
語音辨識
第7章：棋盤遊戲的深度學習
早期具有 AI的遊戲
使用極小-極大演算法來給遊戲盤面定值
以Python實作Tic-Tac-Toe遊戲
學習一個估值函數
訓練AI成為圍棋大師
應用上限信賴界線於遊戲樹
蒙地卡羅樹搜索中的深度學習
強化學習的快速回顧
以策略梯度來學習策略函數
AlphaGo中的策略梯度
第8章：電腦遊戲的深度學習
以監督式學習方法處理電腦遊戲
運用基因演算法來玩遊戲
Q學習
Q學習實務
動態遊戲
Atari打磚塊
演員－評論家法
非同步法
以模型為基礎學習
第9章：異常偵測
什麼是「異常偵測」，什麼是「離群值偵測」?
真實世界中的異常偵測應用
受歡迎的淺層機器學習技術
使用「深度自動編碼器」來做「異常偵測」
H2O概觀
範例
第10章：建立一個生產就緒的 入侵偵測系統
什麼是數據產品?
訓練
測試
部署 |
| 序： |
