Python深度学习与项目实战/深度学习系列
全新正版 极速发货
￥ 55.94 7.1折 ￥ 79 全新
库存2件
广东广州
认证卖家担保交易快速发货售后保障
作者周北
出版社人民邮电出版社
ISBN9787115550835
出版时间2021-02
装帧平装
开本16开
定价79元
货号31046419
上书时间2024-06-04
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
目录
第一部分 基础知识
第 1章 线性回归模型
1.1 线性回归详解
1.1.1 数据集的构建
1.1.2 线性回归模型的构建
1.1.3 损失函数详解
1.2 梯度下降算法
1.3 求损失函数的最小值
1.4 线性回归代码实战
1.4.1 线性回归模型的构建与训练
1.4.2 复杂线性回归模型的构建
1.4.3 使用正则项防止过拟合
1.5 线性回归项目实战
1.5.1 波士顿房价数据集简介
1.5.2 数据集特征值的标准化
1.5.3 线性回归模型的构建与训练
1.6 本章小结
第 2章 逻辑回归模型
2.1 逻辑回归详解
2.1.1 Sigmoid函数
2.1.2 逻辑回归模型的工作原理
2.1.3 损失函数的构建
2.1.4 二元交叉熵函数的代码实战
2.1.5 求模型的最优参数
2.2 逻辑回归项目实战
2.2.1 泰坦尼克数据集简介
2.2.2 数据集的加载
2.2.3 模型的构建与训练
2.2.4 模型的评估
2.2.5 使用矩阵的方式加速模型的
训练
2.3 逻辑回归模型与神经网络的联系
2.4 本章小结
第3章 Softmax多分类器
3.1 Softmax函数详解
3.2 Softmax多分类器详解
3.2.1 独热编码详解
3.2.2 Softmax多分类器工作原理
3.2.3 多元交叉熵函数详解
3.2.4 多元交叉熵函数的代码实战
3.3 数据集的预处理
3.3.1 MNIST数据集详解
3.3.2 数据集特征值的归一化
3.3.3 图片的扁平化
3.3.4 标签值的独热编码处理
3.4 Softmax多分类器实战
3.4.1 MNIST数据集的加载与
预处理
3.4.2 Softmax多分类器模型的构建
3.4.3 Softmax多分类器模型的训练
内容摘要
本书基于Python以及两个深度学习框架Keras与TensorFlow，讲述深度学习在实际项目中的应用。本书共10章，首先介绍线性回归模型、逻辑回归模型、Softmax多分类器，然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络，最后讨论自编码模型、对抗生成网络、深度强化学习。本书结合计算机视觉、自然语言处理、金融领域等方面的项目，系统讲述深度学习技术，可操作性强。
主编推荐
1.多方面解读深度学习五大主流与前沿技术；
2.理论与实战紧密结合，通过足够多的实际项目帮助读者；
3.知识全面，详解深度学习模型在计算机视觉、自然语言处理、金融、强化学习等众多领域的新进展和应用；
4.悉尼大学Basem Suleiman和Johan Alibasa以及伦敦大学玛丽女王学院Soren Riis等多位世界名校教师联袂推荐。
媒体评论
本书对深度学习进行了十分细致的讲解（基于Python语言），包含从深度学习基础到领域前沿的知识。尤其在0章中，作者通过直观、新颖、易于理解的方式对深度强化学习的内容进行了讲解，使读者能够掌握深度学习的精髓。其中《月球登陆》这个游戏是一个很好的实战项目案例。强烈推荐本书！
-- 伦敦大学玛丽女王学院Soren Riis教授
本书将深度学习的重要的概念、算法与实际项目进行了融会贯通，这是一本很好实用的并且可以让读者全面掌握深度学习核心内容的图书。
-- 悉尼大学计算机科学学院Basem Suleiman教师
这是一本很容易上手的关于深度学习的图书。本书包含了从基础的线性回归模型到不错复杂的模型（如GAN等）的知识。本书对初学者与领域专家都会有帮助，通过学习书中大量的概念与实际案例，读者可以轻松、全面地掌握大量关于深度学习的知识。
--悉尼大学计算机科学学院Johan Alibasa博士
— 没有更多了 —
以下为对购买帮助不大的评价