• 神经网络 编程语言 (美)朱塞佩·查博罗(giuseppe ciaburro),(美)巴拉伊·温卡特斯瓦兰(balaji venkatesw
21年品牌 40万+商家 超1.5亿件商品

神经网络 编程语言 (美)朱塞佩·查博罗(giuseppe ciaburro),(美)巴拉伊·温卡特斯瓦兰(balaji venkatesw

编程语言 新华书店全新正版书籍

35.1 5.9折 59 全新

仅1件

河北保定
认证卖家担保交易快速发货售后保障

作者(美)朱塞佩·查博罗(giuseppe ciaburro),(美)巴拉伊·温卡特斯瓦兰(balaji venkatesw

出版社机械工业出版社

ISBN9787111603849

出版时间2018-07

版次1

装帧平装

开本16开

页数218页

字数100千字

定价59元

货号xhwx_1201734464

上书时间2021-12-03

浩子书屋

九年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:全新
正版特价新书
商品描述
目录:

译者序
关于作者
关于审稿人
前言
章神经网络和人工智能概念1
1.1简介2
1.2神经网络的灵感3
1.3神经网络的工作4
1.4分层方5
1.5权重和偏差6
1.6训练神经网络7
1.6.1有监督学7
1.6.2无监督学7
1.7epoch7
1.8激活函数8
1.9不同的激活函数8
1.9.1线函数8
1.9.2单位阶跃激活函数9
1.9.3sigmoid函数10
1.9.4双曲正切函数11
1.9.5线修正单元函数11
1.10使用哪些激活函数12
1.11感知机和多层架构13
1.12前向和反向传播13
1.13逐步说明神经网络和激活函数14
1.14前馈和反馈网络16
1.15梯度下降17
1.16神经网络分类17
1.17使用r语言神经网络添加包neural()的简单示例19
1.18使用添加包n()进行实现24
1.19深度学29
1.20神经网络的优缺点29
1.21神经网络实现的佳实践30
1.22有关gpu处理的简要说明30
1.23小结31
第2章神经网络中的学过程32
2.1机器学33
2.1.1有监督学34
2.1.2无监督学35
2.1.3强化学36
2.2训练和测试模型37
2.3数据循环38
2.4评估指标39
2.5学神经网络42
2.6反向传播43
2.7神经网络学算的优化45
2.8神经网络中的有监督学46
2.8.1波士顿数据集46
2.8.2对波士顿数据集进行神经网络回归48
2.9神经网络中的无监督学54
2.9.1竞争学55
2.9.2kohonensom57
2.10小结63
第3章使用多层神经网络进行深度学64
3.1dnn简介65
3.2用于dnn的r语言67
3.3通过neural建立多层神经网络69
3.4使用h2o对dnn进行训练和建模78
3.5使用h2o建立深度自动编码器90
3.6小结91
第4章感知神经网络建模——基本模型93
4.1感知机及其应用93
4.2简单感知机——一个线可分离分类器96
4.3线分离98
4.4r中的感知机函数101
4.5多层感知机107
4.6使用rsnns在r中实现mlp108
4.7小结117
第5章在r中训练和可视化神经网络119
5.1使用神经网络进行数据拟合120
5.1.1探索分析124
5.1.2神经网络模型126
5.2使用神经网络对乳腺癌进行分类135
5.2.1探索分析138
5.2.2神经网络模型143
5.2.3网络训练阶段146
5.2.4测试神经网络149
5.3神经网络训练中的早期停止152
5.4避模型中的过拟合152
5.5神经网络的泛化154
5.6神经网络模型中数据的缩放154
5.7集成神经网络来预测155
5.8小结156
第6章循环和卷积神经网络157
6.1循环神经网络158
6.2r中的添加包rnn162
6.3lstm模型170
6.4卷积神经网络172
6.5常见的n架构——le175
6.6使用rnn进行湿度预测176
6.7小结183
第7章神经网络案例——不错主题185
7.1tensorflow与r的集成186
7.2keras与r的集成189
7.3在r中使用mnisthwr190
7.4使用数据集iris建立lstm199
7.5使用自动编码器203
7.6使用h2o进行主成分分析204
7.7使用h2o建立自动编码器207
7.8使用添加包darch检测乳腺癌211
7.9小结217

内容简介:

本书从神经网络的基本概念出发,详细介绍了神经网络的学过程、前向神经网络、后向反馈神经网络、循环和卷积神经网络、多层神经网络,感知神经网络、深度神经网络。在介绍神经网络基本知识的同时,应用当前为广泛使用的数据分析软件r,演示了相关的神经网络概念和模型的应用。同时,本书也介绍了当前流行的神经网络模型的实现软件包,例如tensorflow、keras等,并介绍了如何把它们集成到r的应用中。

作者简介:

朱塞佩查博罗(giuseppeciaburro),拥有universitadeglistudidinapolifedericoⅱ的化学工程硕士,secondauniversitadeglistudidinapoli的声学和噪声控制硕士。目前工作于universitadeglistudidellacampania“luigivanvitelli”的建筑环境控制实验室。他有超过15年的python和r语言编程经验,以及丰富的matlab使用经验,涉足氧化领域、声学和噪声控制领域。作为一名声学和噪声控制方面的专家,giuseppe有约15年的专业计算机课程授课经验,也制作了很多在线教学视频。同时,在专著、科学期刊和专题会议报告上都有贡献。他目前正在研究机器学在声学和噪声控制中的应用。

   相关推荐   

—  没有更多了  —

以下为对购买帮助不大的评价

正版特价新书
此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP