Python機器學習(第二版) ( 繁體 字) |
作者:Sebastian Raschka, Vahid Mirjalili | 類別:1. -> 程式設計 -> Python |
譯者:劉立民、吳建華 |
出版社:博碩文化 | 3dWoo書號: 49783 詢問書籍請說出此書號!【缺書】 NT定價: 690 元 折扣價: 518 元
|
出版日:8/29/2018 |
頁數:576 |
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:9789864343324 |
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:機器學習正逐步地在蠶食軟體世界。通過Sebastian Raschka 的暢銷書《Python機器學習》的第二版,讀者可以了解並學習最先進的機器學習、類神經網路和深度學習的相關知識與技術。《Python機器學習第二版》包含了scikit-learn、Keras和TensorFlow等最新的開源相關技術,它們提供了實務層面的知識和技術,您可以用Python來實際建立機器學習和深度學習的應用系統。Sebastian Raschka和Vahid Mirjalili以他們獨特的洞察力和專業知識向您介紹機器學習和深度學習的演算法,然後再更進一步的討論數據分析的進階主題。本書將機器學習的理論原理與實際程式碼的製作相結合,讓您能全面掌握機器學習的理論並使用Python來完成實作。你可以在本書中學到的主題有: ? 探索並理解數據科學的關鍵框架,機器學習和深度學習 ? 以機器學習模型和類神經網路,對您的數據的提出新問題 ? 駕馭最新的Python開源函式庫中,關於機器學習的強大功能 ? 掌握以TensorFlow函式庫來實作深度類神經網路 ? 將您的機器學習模型嵌入Web應用程序 ? 使用迴歸分析來預測連續的目標值 ? 通過集群來發掘數據中隱藏的模式和結構 ? 使用深度學習技術分析影像 ? 使用情緒分析深入研究文本和社群媒體數據 |
目錄:第01章:賦予電腦從數據中學習的能力 第02章:訓練簡單的機器學習的分類演算法 第03章:使用 scikit-learn 巡覽機器學習分類器 第04章:建構良好的訓練數據集─數據預處理 第05章:降維來壓縮數據 第06章:學習模型評估和超參數調校的最佳實作 第07章:結合不同模型來做整體學習 第08章:將機器學習應用於情緒分析 第09章:在 Web 應用程式上嵌入機器學習模型 第10章:以迴歸分析預測連續目標變量 第11章:使用未標記的數據 ─ 集群分析 第12章:從零開始來實作多層類神經網路 第13章:使用 TensorFlow 來平行化類神經網路的訓練 第14章:更進一步研究 ─ TensorFlow 的結構 第15章:使用深度卷積類神經網路來做影像分類 第16章:以遞迴類神經網路來對循序數據建模 |
序: |