• 深度学习(影印版)
21年品牌 40万+商家 超1.5亿件商品

深度学习(影印版)

正版书籍,高温消毒塑封发货,15点前订单当天发货,有问题咨询在线客服 91018065726134550534

14.8 1.5折 99 九五品

仅1件

天津宝坻
认证卖家担保交易快速发货售后保障

作者Josh、Patterson 著

出版社东南大学出版社

出版时间2018-02

版次1

装帧平装

货号91018065726134550534

上书时间2024-12-06

一嘉书店

五年老店
已实名 已认证 进店 收藏店铺

   商品详情   

品相描述:九五品
图书标准信息
  • 作者 Josh、Patterson 著
  • 出版社 东南大学出版社
  • 出版时间 2018-02
  • 版次 1
  • ISBN 9787564175160
  • 定价 99.00元
  • 装帧 平装
  • 开本 16开
  • 纸张 胶版纸
  • 页数 507页
  • 字数 651千字
【内容简介】

在引入开源Deeplearning4j(DL4J)库用于开发产品级工作流之前,作者Josh Patterson和Adam Gibson介绍了深度学习——调优、并行化、向量化及建立管道——任何库所需的基础知识。通过真实的案例,你将学会在Spark和Hadoop上用DL4J训练深度网络架构并运行深度学习工作流的方法和策略。
* 深入机器学习一般概念,特别是深度学习相关概念
* 理解深度网络如何从神经网络基础演化
* 探索主流深度网络架构,包括Convolutional和Recurrent 
* 学习如何将特定的深度网络映射到具体的问题
* 一般神经网络和特定深度网络架构调优基础概览
* 为不同的数据类型使用DL4J的工作流工具DateVec实现向量化
* 学习如何在Spark和Hadoop本地使用DL4J

【作者简介】
Josh Patterson目前是Skymind的现场工程副总裁。他此前曾在Cloudera担任高级解决方案架构师,在Tennessee Valley Authority担任机器学习和分布式系统工程师。 

Adam Gibson是Skymind的CTO。Adam曾与财富500强企业、对冲基金、公关公司和创投加速器等机构合作,创建它们的机器学习项目。他在帮助这些公司处理和阐释大规模实时数据方面颇具深厚经验。 

【目录】
:
Preface
1. A Review of Machine Learning
The Learning Machines
How Can Machines Learn?
Biological Inspiration
What Is Deep Learning?
Going Down the Rabbit Hole
Framing the Questions
The Math Behind Machine Learning: Linear Algebra
Scalars
Vectors
Matrices
Tensors
Hyperplanes
Relevant Mathematical Operations
Converting Data Into Vectors
Solving Systems of Equations
The Math Behind Machine Learning: Statistics
Probability
Conditional Probabilities
Posterior Probability
Distributions
Samples Versus Population
Resampling Methods
Selection Bias
Likelihood
How Does Machine Learning Work?
Regression
Classification
Clustering...
点击展开 点击收起

—  没有更多了  —

以下为对购买帮助不大的评价

此功能需要访问孔网APP才能使用
暂时不用
打开孔网APP