基于Google云平台的机器学习和深度学习入门

图书标准信息

• 作者 [日]吉川隼人 著；薛建彬 张振华 译
• 出版社 机械工业出版社
• 出版时间 2020-09
• 版次 1
• ISBN 9787111660033
• 定价 79.00元
• 装帧 平装
• 开本 16开
• 页数 232页
• 字数 323千字

【内容简介】

本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低，读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。 
本书在使用每种机器学习的工具或技术之前，都会对相应的理论进行较为详实的介绍。但也同时考虑了机器学习理论的复杂性，在对理论知识的介绍中避免了复杂的数学公式，取而代之的是生动浅显的例子。其中很多示例是使用Python代码在Google云平台上实现的。 
本书适合刚开始接触机器学习的读者阅读。

【目录】

译者序 

原书前言 

人工智能、机器学习和深度学习 

第1部分 GCP与机器学习1 

第1章 尝试使用GCP2 

11GCP 概述3 

12创建账户和项目5 

13Cloud Shell9 

14Google Compute Engine13 

15Google Cloud Storage18 

16BigQuery26 

第2章使用Datalab32 

21Datalab快速浏览33 

22NumPy和pandas42 

23链接Datalab和BigQuery53 

24用Datalab绘制各种图形59 

第3章使用 GCP 轻松进行机器学习67 

31GCP的机器学习相关服务68 

32Cloud Vision API73 

33Cloud Translation API86 

34Cloud Natural Language API90 

第2部分 识别的基础95 

第4章二类识别96 

41简单识别97 

42机器学习的引入106 

43感知器116 

44损失函数125 

45逻辑回归128 

第5章多类分类器和各种分类器138 

51scikit-learn快速导览139 

52多类逻辑回归141 

53支持向量机151 

54随机森林162 

第6章数据评估方法和调整170 

61基本的学习流程171 

62学习和测试173 

63数据评估182 

64参数调整188 

第3部分 深度学习入门194 

第7章深度学习基础知识196 

71图像识别197 

72神经网络201 

73激活函数211 

74多类支持216 

75各种梯度下降法222 

76TensorFlow的准备230 

77神经网络的实现238 

78使用DNNClassifier简化学习244 

79TensorBoard246 

第8章CNN256 

81前面图像识别中的问题257 

82卷积层265 

83卷积层运算的种类和池化层272 

84使用TensorFlow实施两层CNN280 

附录288 

 附录A Python2的基本使用方法 

 附录B Jupyter的设置