消息 首页 搜索 举报
  • 二手正版TensorFlow:实战Google深度学习框架9787121309595
21年品牌 40万+商家 超1.5亿件商品

二手正版TensorFlow:实战Google深度学习框架9787121309595

￥ 5 0.6折 ￥ 79 八五品

库存2件

湖北咸宁
认证卖家担保交易快速发货售后保障

作者才云科技Caicloud,郑泽宇,顾思宇 著

出版社电子工业出版社 等

ISBN9787121309595

出版时间2017-03

装帧平装

开本16开

定价79元

货号9787121309595

上书时间2024-09-27

墨语图书专营店
已实名 已认证 进店 收藏店铺
  • 最新上架

   商品详情   

品相描述：八五品
商品描述
作者简介
《TensorFlow》郑泽宇，现为才云科技（Caicloud.io）联合创始人、首席大数据科学家。针对分布式TensorFlow上手难、管理难、监控难、上线难等问题，他带领团队成功开发了靠前**成熟的分布式TensorFlow深度学习平台（TensorFlow as a Service）。基于此平台，才云大数据团队为安防、电商、金融、物流等多个行业提供有针对性的人工智能解决方案。归国创业之前，郑泽宇曾任美国谷歌不错工程师。从2013 年加入谷歌，郑泽宇作为主要技术人员参与并领导了多个大数据项目。由他提出并知名品牌的产品聚类项目用于衔接谷歌购物和谷歌知识图谱（knowledge graph）数据，使得知识卡片形式的广告逐步取代传统的产品列表广告，开启了谷歌购物广告在搜索页面投递的新纪元。郑泽宇于2011年5月获得北京大学计算机学士学位，并荣获北京大学信息科学技术学院靠前很好毕业论文、北京大学很好毕业生。2013年5月获得美国 Carnegie Mellon University（CMU）大学计算机硕士学位，并获得西贝尔奖学金 (Siebel Scholarship)。郑泽宇在机器学习、人工智能领域有多年研究经验，并在SIGIR、SIGKDD、ACL、ICDM、ICWSM等*级靠前会议上发表多篇学术论文。《机器学习》周志华，南京大学计算机系教授，ACM杰出科学家，IEEE Fellow, IAPR Fellow, IET/IEE Fellow, 中国计算机学会会士。国家杰出青年科学基金获得者、长江学者特聘教授。先后担任多种SCI(E)期刊执行主编、副主编、副编辑、编委等。中国计算机学会人工智能与模式识别专业委员会主任，中国人工智能学会机器学习专业委员会主任，IEEE计算智能学会数据挖掘技术委员会副。 《TensorFlow实战》黄文坚，PPmoney大数据算法总监，负责集团的风控、理财、互联网证券等业务的数据挖掘工作。Google TensorFlow Contributor。前明略数据技术合伙人，领导了对诸多大型银行、保险公司、基金的数据挖掘项目，包括建立金融风控模型、新闻舆情分析、保险复购预测等。曾就职于阿里巴巴搜索引擎算法团队，负责天猫个性化搜索系统。曾参加阿里巴巴大数据推荐算法大赛，于7000多支队伍中获得前10名。本科、研究生就读于香港科技大学，曾在*级会议和期刊SIGMOBILE MobiCom、IEEE Transactions on Image Processing发表论文，研究成果获美国计算机协会移动计算大会（MobiCom）*佳移动应用技术**，并获得两项美国专利和一项中国专利。唐源，目前在芝加哥的Uptake公司带领团队建立用于多个物联网领域的数据科学引擎进行条件和健康监控，也建立了公司的预测模型引擎，现在被用于航空、能源等大型机械领域。一直活跃在开源软件社区，是TensorFlow和DMLC的成员，是TensorFlow、XGBoost、MXNet等软件的committer，TF.Learn、ggfortify等软件的作者，以及caret、pandas等软件的贡献者。曾获得谷歌Open Source Peer Bonus，以及多项高校和企业编程竞赛的奖项。在美国宾州州立大学获得荣誉数学学位，曾在本科学习期间成为创业公司DataNovo的核心创始成员，研究专利数据挖掘、无关键字现有技术搜索、策略推荐等。

目录
《机器学习》《TensorFlow实战》《TensorFlow》【注】本套装以商品标题及实物为准，因仓位不同可能会拆单发货，如有需要购买前可联系客服确认后再下单，谢谢！

内容摘要
TensorFlow是谷歌2015年开源的主流深度学习框架，目前已在谷歌、优步（Uber）、京东、小米等科技公司广泛应用。《TensorFlow：实战Google深度学习框架》为使用TensorFlow深度学习框架的入门参考书，旨在帮助读者以快速、有效的方式上手TensorFlow和深度学习。书中省略了深度学习繁琐的数学模型推导，从实际应用问题出发，通过具体的TensorFlow样例程序介绍如何了使用深度学习解决这些问题。《TensorFlow：实战Google深度学习框架》包含了深度学习的入门知识和大量实践经验，是走进这个前沿、热门的人工智能领域的优选参考书。读者对象：对人工智能、深度学习感兴趣的计算机相关从业人员，想要使用深度学习或TensorFlow的数据科学家、工程师，希望了解深度学习的大数据平台工程师，对人工智能、机器学习感兴趣的在校学生，希望找深度学习相关岗位的求职人员，等等。

主编推荐
《TensorFlow》√ 作者为前谷歌专家，现Tensorflow创业新星，醉心深度学习研究。√ Tensorflow已从前瞻性黑科技成长为主流方案，本书旨在面向生产与商业场景，有效贯通原理与实践。√ BAT一线团队与各大基于AI、ML的技术公司争相赞誉力荐，本书与Tensorflow一道走向事实标准。√ 深入技术原理，走访主创团队，结合真实项目，倾力呈现一手资料，深度剖析一线实战。《机器学习》内容全面；结构合理；叙述清楚；深入浅出。人工智能领域中文的开山之作！这是一本面向中文读者的机器学习教科书, 为了使尽可能多的读者通过本书对机器学习有所了解, 作者试图尽可能少地使用数学知识.然而, 少量的概率、统计、代数、优化、逻辑知识似乎不可避免. 因此, 本书更适合大学三年级以上的理工科本科生和研究,以及具有类似背景的对机器学习感兴趣的人士. 为方便读者, 本书附录给出了一些相关数学基础知识简介. 《TensorFlow实战》《TensorFlow实战》是由PPmoney大数据算法总监黄文坚和美国Uptake数据科学家唐源倾力原创的新书。本书是Google TensorFlow研发团队内部力荐的教程，两位作者均是TensorFlow开发者，其中唐源是TensorFlow研发团队的Committer。本书结合了大量代码实例，深入浅出地介绍了如何使用TensorFlow。√代码基于TensorFlow 1.0版API√深度剖析如何用TensorFlow实现主流神经网络：AutoEncoderMLPCNN（AlexNet，VGGNet，Inception Net，ResNet）Word2VecRNN（LSTM，Bi-RNN）Deep Reinforcement Learning（Policy Network、Value Network）√ 详述TensorBoard、多GPU并行、分布式并行等组件的使用方法√ TF.Learn从入门到精通，TF.Contrib详解

精彩内容
《TensorFlow》“互联网+”的大潮催生了诸如“互联网+外卖”、“互联网+打车”、“互联网+家政”等众多商业模式的创新和创业佳话；而当“互联网+”已被写入教科书并成为传统行业都在积极践行的发展道路时，过去一年科技界的聚光灯却被人工智能和深度学习所创造的一个个奇迹所占据。从阿尔法狗肆虐围棋界，到人工智能创业大军的崛起，都预示着我们即将步入“AI+”的时代：“AI+教育”、“AI+媒体”、“AI+医学”、“AI+配送”、“AI+农业”等层出不穷。AI在近期的爆发离不开数据的“质”和“量”的提升，离不开高性能计算平台的发展，也更离不开算法的进步，而深度学习则成为了推动算法进步中的一个主力军。TensorFlow作为谷歌开源的深度学习框架，饱含了谷歌过去10年间对于人工智能的探索和成功商业应用。谷歌的自驾车、搜索、购物、广告、云计算产品等，都无时无刻没有利用类似TensorFlow的深度学习算法将数据的价值优选化，从而创造巨大的商业价值。TensorFlow作为一个开源框架，在极短时间内迅速圈粉并已成为github.com上的耀眼明星。然而，掌握深度学习需要较强的理论功底，用好Tensorflow又需要足够的实践和解析。开源项目和代码本身固然重要，但更重要的是使用者的经验和领域知识，如何将底层技术或工具采用最佳实践和使用模式来解决现实问题。我与作者共事多年，浏览本书后深深体会到该著作是作者在谷歌多年分布式深度学习实践经验和其理论才学的浓缩，也相信这本从入门到不错实践的读物能够为每个读者带来一个精神盛宴，并帮助计算机技术从业者在各自的业务领域打开新的思路、插上新的翅膀。杭州才云科技有限公司联合创始人CEO、Carnegie Mellon University计算机博士，张鑫《机器学习》书中除章外, 每章都给出了十道习题. 有的习题是帮助读者巩固本章学习, 有的是为了引导读者扩展相关知识. 一学期的一般课程可使用这些习题, 再辅以两到三个针对具体数据集的大作业. 带星号的习题则有相当难度, 有些并无现成答案, 谨供富有进取心的读者启发思考. 本书在内容上尽可能涵盖机器学习基础知识的各方面, 但作为机器学习入门读物且因授课时间的考虑, 很多重要、前沿的材料未能覆盖,即便覆盖到的部分也仅是管中窥豹, 更多的内容留待读者在进阶课程中学习. 为便于有兴趣的读者进一步钻研探索, 本书每章均介绍了一些阅读材料, 谨供读者参考. 笔者以为, 对学科相关的重要人物和事件有一定了解, 将会增进读者对该学科的认识. 本书在每章最后都写了一个与该章内容相关的小故事, 希望有助于读者增广见闻, 并且在紧张的学习过程中稍微放松调剂一下. 书中不可避免地涉及大量外国人名, 若全部译为中文, 则读者在日后进一步阅读文献时或许会对不少人名产生陌生感, 不利于进一步学习.因此, 本书仅对一般读者耳熟能详的名字如“图灵”等加以直接使用, 对故事中的一些主要人物给出了译名, 其他则保持外文名. 机器学习发展极迅速, 目前已成为一个广袤的学科, 罕有人士能对其众多分支领域均有精深理解. 笔者自认才疏学浅, 仅略知皮毛, 更兼时间和精力所限,书中错谬之处在所难免, 若蒙读者诸君不吝告知, 将不胜感激.

媒体评论
《TensorFlow》本书作者以美国*级大学读研的学识、Google全职算法专家的经验，从0到1系统地讲解了深度学习以及优选*受欢迎深度学习框架TensorFlow，并提供了多种场景的应用实例，是深度学习应用领域的开创性著作。北京数问科技有限公司创始人CEO、Carnegie Mellon University计算机博士，向光本书由浅入深，介绍了TensorFlow在典型场景中的应用实践，提供分布式训练等大量实例，是Tensorflow开发者和深度学习爱好者的推荐参考资料。小米深度学习工程师，陈迪豪《机器学习》ACM数据挖掘中国分会点评周志华教授的专著《机器学习》2016-02-05 KDD China CKDD南京大学周志华教授撰写的《机器学习》（清华大学出版社）上架不到一周即成为亚马逊*畅销商品，各网站上现货被抢购一空，一时间“洛阳纸贵”。技术类书籍热卖到此程度，相当罕见。ACM数据挖掘中国分会部分专家仔细研读了这本专著，给出如下评价：全书16章，附带相关矩阵、优化、概率知识的附录，共425页，62.6万字。中国计算机学会终身成就奖得主陆汝钤院士作序，书后有作者自撰后记。该书有以下特点：1. 内容系统全面。全书16章，覆盖了机器学习几乎所有的主要分支领域，覆盖面超过了该领域靠前有名书籍如ESL与PRML：** 部分（**-3 章）介绍机器学习的基础知识；第2 部分（第4-10 章）介绍一些经典而常用的机器学习方法（决策树、神经网络、支持向量机、贝叶斯分类器、集成学习、聚类、降维与度量学习）；第3 部分（**1-16 章）为进阶知识，内容涉及特征选择与稀疏学习、计算学习理论、半监督学习、概率图模型、规则学习以及强化学习。此外，书中每章都提供了精心总结的阅读文献，对读者进一步深造提供了极大帮助。2. 行文通畅易读。作者文笔精彩，全书思路清晰、文字活泼通畅，每章附带的小故事让读者在轻松之余了解学科相关历史。尤为难得的是，作者很善于把复杂的事情说得简单明白，避免数学公式的堆砌，重在说清技术内容的来龙去脉，让读者不仅“知其然”，还要“知其所以然”。这不仅对初学者有益，对本领域研究者了解学科全局的发展思路也很有帮助。另外，该书对关键的公式又有具体详尽的推导分析。3. 叙述立场客观。作为入门教科书，尽可能不带偏见地对材料进行客观介绍**重要。以往的一些书籍在此方面有失偏颇，如PRML把所有机器学习材料都从贝叶斯角度来诠释描述，这对高水平读者很有益，能让人看到各种内容均可以从不同学派的角度来理解；但是对入门读者，先入为主地强化单一学派的思路和价值观，对深入理解整个学科未必有益。周教授《机器学习》书各种材料均从其本源产生的角度来介绍，令细心读者对各学派的优点都能有所体会，对入门者**有益。4. 设计装帧精美。该书近似方形开本，注释以边注形式出现，侧边空白便于读者写笔记，设计很人性化。文字、公式、数学符号混排格式美观精致。特别是，彩图是彩印的！纸张也相当好，足以看出作者和出版社的用心。封面设计清新文艺。该书可谓技术类书籍中的艺术品，令人爱不释手。ACM数据挖掘中国分会（KDD China）专家组一致认为，该书是重量专家用中文母语精心打造，是的好书，必将成为该领域的经典名作。KDD China专家组将继续对靠前相关领域热门技术和进展做出非常不错点评。作者简介：周志华教授是大陆**位AAAIFellow，并且是IEEEFellow、IAPRFellow、ACM杰出科学家，靠前人工智能联合大会的机器学*，靠前数据挖掘大会，是人工智能、机器学习、数据挖掘领域的重量非常不错专家。《机器学习》是周教授耗时两年精心打造的力作。

   相关推荐   

—  没有更多了  —

店铺评价
消息 首页 搜索

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