保正版！基于Google云平台的机器学习和深度学习入门9787111660033机械工业出版社(日)吉川隼人
1.7天无理由退换货，2.当日16点前订单基本当日发出，最迟隔天，3.天津仓、成都仓、无锡仓、北京仓、广东仓、泰安仓、杭州仓、武汉仓就近发货。4.韵达、中国邮政、圆通、中通随机安排！无法指定快递敬请谅解！5.开票联系客服.
￥ 41.98 5.3折 ￥ 79 全新
仅1件
天津河东
认证卖家担保交易快速发货售后保障
作者(日)吉川隼人
出版社机械工业出版社
ISBN9787111660033
出版时间2020-10
装帧平装
开本16开
定价79元
货号1202153532
上书时间2023-09-26
- 在售商品 暂无
- 平均发货时间 20小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
目录
译者序
原书前言
人工智能、机器学习和深度学习
部分 GCP与机器学习
章 尝试使用GCP
1.1 GCP概述
1.2 创建账户和项目
1.3 Cloud Shell
1.4 Google Compute Engine
1.5 Google Cloud Storage
1.6 BigQuery
第2章 使用Datalab
2.1 Datalab快速浏览
2.2 NumPy和pandas
2.3 链接Datalab和BigQuery
2.4 用Datalab绘制各种图形
第3章 使用GCP轻松进行机器学习
3.1 GCP的机器学习相关服务
3.2 Cloud Vision API
3.3 Cloud Translation API
3.4 Cloud Natural Language API
第2部分 识别的基础
第4章 二类识别
4.1 简单识别
4.2 机器学习的引入
4.3 感知器
4.4 损失函数
4.5 逻辑回归
第5章 多类分类器和各种分类器
5.1 scikit-learn快速导览
5.2 多类逻辑回归
5.3 支持向量机
5.4 随机森林
第6章 数据评估方法和调整
6.1 基本的学习流程
6.2 学习和测试
6.3 数据评估
6.4 参数调整
第3部分 深度学习入门
第7章 深度学习基础知识
7.1 图像识别
7.2 神经网络
7.3 激活函数
7.4 多类支持
7.5 各种梯度下降法
7.6 TensorFlow的准备
7.7 神经网络的实现
7.8 使用DNNClassifier简化学习
7.9 TensorBoard
第8章 CNN
8.1 前面图像识别中的问题
8.2 卷积层
8.3 卷积层运算的种类和池化层
8.4 使用TensorFlow实施两层CNN
附录
附录A Python2的基本使用方法
附录B Jupyter的设置
内容摘要
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。
— 没有更多了 —
以下为对购买帮助不大的评价