面向移动设备的机器学习
全新正版 极速发货
￥ 72.37 7.3折 ￥ 99 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者雷瓦西·戈帕拉克里希南
出版社清华大学出版社
ISBN9787302553502
出版时间2020-06
装帧平装
开本16开
定价99元
货号30893237
上书时间2024-06-01
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章 面向移动设备的机器学习应用程序
1.1 机器学习的定义
1.2 机器学习过程
1.2.1 定义机器学习问题
1.2.2 准备数据
1.2.3 建立模型
1.2.4 进行预测/现场部署
1.3 学习类型
1.3.1 监督学习
1.3.2 无监督学习
1.3.3 半监督学习
1.3.4 强化学习
1.3.5 机器学习的挑战
1.4 在移动设备上进行机器学习
1.4.1 在移动应用程序中实现机器学习的方法
1.4.2 流行的移动机器学习工具和SDK
1.4.3 实现移动设备上机器学习应用程序所需的技能
1.5 小结
第2章 监督学习和无监督学习算法
2.1 监督学习算法简介
2.2 深入研究监督学习算法
2.2.1 朴素贝叶斯
2.2.2 决策树
2.2.3 线性回归
2.2.4 逻辑回归
2.2.5 支持向量机
2.2.6 随机森林
2.3 无监督学习算法简介
2.4 深入研究无监督学习算法
2.4.1 聚类算法
2.4.2 关联规则学习算法
2.5 小结
2.6 参考文献
第3章 iOS上的随机森林
3.1 算法简介
3.1.1 决策树
3.1.2 随机森林
3.2 在Core ML中使用随机森林解决问题
3.2.1 数据集
3.2.2 技术要求
3.2.3 使用scikit-learn创建模型文件
3.2.4 将scikit模型转换为Core ML模型
3.2.5 使用Core ML模型创建iOS移动应用程序
3.3 小结
3.4 深入阅读
第4章 在Android中使用TensorFlow
4.1 关于TensorFlow
4.2 移动机器学习应用程序的体系结构
4.3 使用TensorFlow模型编写移动应用程序
4.3.1 编写第一个程序
内容摘要
本书详细阐述了与移动设备机器学习相关的基本解决方案，主要包括面向移动设备的机器学习应用程序、
监督学习和无监督学习算法、iOS上的随机森林、在Android中使用TensorFlow、在iOS中使用CoreML进行回归、MLKitSDK、垃圾邮件检测、Fritz、移动设备上的神经网络、使用GoogleCloudVision的移动应用程序、移动应用程序上机器学习的未来等内容。此外，本书还提供了相应的示例、代码，以帮助读者进一步理解相关方案的实现过程。
本书适合作为高等院校计算机及相关专业的教材和教学参考书，也可作为相关开发人员的自学教材和参考手册。
主编推荐
"本书将通过简单的实际示例帮助读者开发面向移动设备的机器学习应用程序。读者将从了解机器学习的基础知识开始，到通读本书后，将对什么是面向移动设备的机器学习以及可用于实现移动设备机器学习的工具/SDK有很好的了解，并且也将能够实现可以在iOS和Android上运行的移动应用程序中的各种机器学习算法。
读者将理解什么是机器学习，什么力量在推动面向移动设备的机器学习，以及面向移动设备的机器学习的独特性。将接触到所有移动设备机器学习工具和SDK：TensorFlow Lite、Core ML、ML Kit和Fritz。本书将探讨每个工具箱的不错体系结构和组件。到本书结尾，读者将对机器学习模型有广泛的了解，并能够执行设备上的机器学习。也将深入了解机器学习算法，例如回归、分类、线性支持向量机（SVM）和随机森林等。而且将学习如何进行自然语言处理以及实现垃圾邮件检测。很后，将了解如何将使用Core ML和TensorFlow创建的现有模型转换为Fritz模型。本书还讨论了神经网络，以及机器学习的未来。本书很后还包含一个“常见问题解答”形式的附录，回答了读者可能对移动设备的机器学习所产生的疑问。
"
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价