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: |