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
￥ 58.5 全新
库存199件
广东广州
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2018-01
装帧平装
开本16开
货号621379715493
上书时间2024-03-10
- 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...
'
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价