Python深度学习应用 亚历克斯 盖利Alex Galea古路易斯卡佩罗 清华大学出版社 9787302541967
9787302541967
￥ 64.6 全新
库存5件
江西吉安
认证卖家担保交易快速发货售后保障
作者（加）亚历克斯·盖利（Alex Galea）、（古）路易斯·卡佩罗（Luis Capelo）、高凯、吴林芳、李娇娥、朱玉
出版社清华大学出版社
ISBN9787302541967
出版时间2020-01
装帧平装
开本16开
货号621332799429
上书时间2023-12-04
- 在售商品 暂无
- 平均发货时间 35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
-
基本信息
书名：Python深度学习应用
定价：59
ISBN:9787302541967
内容简介
本书介绍Jupyter、数据清洗、高级机器学习、网页爬虫、交互式可视化、神经网络、深度学习、模型构建、模型评估与优化、产品化处理等有关深度学习应用方面的内容。本书理论与实践并重、体系完整、内容新颖、条理清晰、组织合理、强调实践，包括使用scikit?learn、TensorFlow和Keras创建智能系统和机器学习解决方案，并将论述的重点放在实现和实践上，以便让读者更好地了解Python深度学习应用的实现细节。本书适合所有对Python深度学习感兴趣的人士阅读。
目录
1章Jupyter基础/ 1
1.1基本功能与特征/ 2
1.1.1Jupyter tebook是什么，为什么它如此有用/ 2
1.1.2Jupyter tebook概览/ 4
1.1.3Jupyter特色/ 8
1.1.4Python库/ 14
1.2一个数据分析实例——基于波士顿住房数据集/ 17
1.2.1使用Pandas DataFrame载入数据集/ 17
1.2.2数据集/ 22
1.2.3基于Jupyter tebook的预测分析简介/ 26
1.2.4实践: 构建一个基于三阶多项式的模型/ 30
1.2.5使用分类特征完成对数据集的分段分析/ 35
1.3本章小结/ 412章数据清洗和高级机器学习/ 42
2.1准备训练预测模型/ 43
2.1.1确定预测分析计划/ 43
2.1.2机器学习的数据预处理/ 45
2.1.3实践: 准备训练“员工去留问题”的预测模型/ 55
2.2训练分类模型/ 64
2.2.1分类算法简介/ 64
2.2.2使用k折交验证和验证曲线评估模型/ 79
2.2.3降维技术/ 84
2.2.4训练员工去留问题的预测模型/ 85
2.3本章小结/ 933章网页信息采集和交互式可视化/ 94
3.1采集网页信息/ 95
3.1.1HTTP请求简介/ 95
3.1.2在Jupyter tebook中实现HTTP请求/ 96
3.1.3在Jupyter tebook中解析HTML/ 101
3.1.4实践: 在Jupyter tebook中实现网页...
'
— 没有更多了 —
以下为对购买帮助不大的评价