机器学习实战(基于Scikit-Learn\Keras和TensorFlow原书第2版)

全新正版极速发货

107.68 7.2折 149 全新

库存3件

广东广州

认证卖家担保交易快速发货售后保障

作者G

出版社机械工业出版社

ISBN9787111665977

出版时间2020-10

装帧平装

开本16开

定价149元

货号30988621

上书时间2024-06-30

书香美美

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 16小时
好评率暂无

最新上架

女孩你要学会保护自己(社会篇) ¥31.10

电子商务综合实训(高等院校财经类应用型专业系列教材) ¥20.10

分析化学实验指导（第5版/本科药学配教） ¥33.15

秦始皇陵之外：秦艺术新视域 ¥41.83

友好(双语绘本)/我的第一本心灵成长魔法书 ¥3.42

国家科技竞争力报告(2023)--优化科技战略布局塑造科技竞争优势 ¥35.47

机电传动与控制 ¥19.12

新时代背景下研究生教育高质量培养与管理改革 ¥66.41

生产性服务业集聚的经济增长效应 ¥44.77

商品详情

品相描述：全新

商品描述: 作者简介
AurelienGeron是机器学习方面的顾问。他是Google的前员工，在2013年到2016年领导过YouTube视频分类团队。2002年至2012年，他还是Wifirst公司的创始人和首席技术官，在2001年，他是Ployconseil公司的创始人和首席技术官。

目录
前言
第一部分  机器学习的基础知识
第1章  机器学习概览
  1.1  什么是机器学习
  1.2  为什么使用机器学习
  1.3  机器学习的应用示例
  1.4  机器学习系统的类型
  1.5  机器学习的主要挑战
  1.6  测试与验证
  1.7  练习题
第2章  端到端的机器学习项目
  2.1  使用真实数据
  2.2  观察大局
  2.3  获取数据
  2.4  从数据探索和可视化中获得洞见
  2.5  机器学习算法的数据准备
  2.6  选择和训练模型
  2.7  微调模型
  2.8  启动、监控和维护你的系统
  2.9  试试看
  2.10  练习题
第3章  分类
  3.1  MNIST
  3.2  训练二元分类器
  3.3  性能测量
  3.4  多类分类器
  3.5  误差分析
  3.6  多标签分类
  3.7  多输出分类
  3.8  练习题
第4章  训练模型
  4.1  线性回归
  4.2  梯度下降
  4.3  多项式回归
  4.4  学习曲线
  4.5  正则化线性模型
  4.6  逻辑回归
  4.7  练习题
第5章  支持向量机
  5.1  线性SVM分类
  5.2  非线性SVM分类
  5.3  SVM回归
  5.4  工作原理
  5.5  练习题
第6章  决策树
  6.1  训练和可视化决策树
  6.2  做出预测
  6.3  估计类概率
  6.4  CART训练算法
  6.5  计算复杂度

内容摘要
本书分为两大部分：第一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。从外，附录部分的内容也非常丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。

主编推荐
随着一系列的技术突破，深度学习推动了整个机器学习领域的发展。现在，即使是对这项技术几乎一无所知的程序员也可以使用简单有效的工具来实现“可以自动从数据中学习”的程序。这本畅销书的更新版通过具体的示例、很好少的理论和可用于生产环境的Python框架来帮助你直观地理解并掌握构建智能系统所需要的概念和工具。你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识，你只需要有一些编程经验。所有代码都可以在GitHub上获得。它已更新为TensorFlow 2和Scikit-Learn的新版本。