返回首页
苏宁会员
购物车 0
易付宝
手机苏宁

服务体验

店铺评分与同行业相比

用户评价:----

物流时效:----

售后服务:----

  • 服务承诺: 正品保障
  • 公司名称:
  • 所 在 地:
本店所有商品

  • 诺森深度学习(R语言版)
  • 正版
    • 作者: (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著著 | (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著编 | (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著译 | (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著绘
    • 出版社: 清华大学出版社
    • 出版时间:2021-03
    送至
  • 由""直接销售和发货,并提供售后服务
  • 加入购物车 购买电子书
    服务

    看了又看

    商品预定流程:

    查看大图
    /
    ×

    苏宁商家

    商家:
    诺森文化制品专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品分类

    商品参数
    • 作者: (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著著| (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著编| (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著译| (英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著绘
    • 出版社:清华大学出版社
    • 出版时间:2021-03
    • 版次:1
    • 印次:1
    • 字数:329000
    • 页数:464
    • 开本:32开
    • ISBN:9787302606987
    • 版权提供:清华大学出版社
    • 作者:(英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著
    • 著:(英)斯沃纳·古普塔(Swarna Gupta),(英)雷汉·阿里·安萨里(Rehan Ali Ansari),(英)迪帕扬·萨卡尔(Dipayan Sarkar)著
    • 装帧:平装
    • 印次:1
    • 定价:79.00
    • ISBN:9787302606987
    • 出版社:清华大学出版社
    • 开本:32开
    • 印刷时间:暂无
    • 语种:暂无
    • 出版时间:2021-03
    • 页数:464
    • 外部编号:11732987
    • 版次:1
    • 成品尺寸:暂无

    目录






    章理解人工神经网络和深度神经网络


    1.1配置环境


    1.1.1准备工作


    1.1.2操作步骤


    1.1.3原理解析


    1.1.4内容拓展


    1.1.5参考阅读


    1.2神经网络的Keras实现


    1.3序贯模型API


    1.3.1准备工作


    1.3.2操作步骤


    1.3.3原理解析


    1.3.4内容拓展


    1.3.5参考阅读


    1.4函数式API


    1.4.1操作步骤


    1.4.2原理解析


    1.4.3内容拓展


    1.5TensorFlow Estimator API


    1.5.1准备工作


    1.5.2操作步骤


    1.5.3原理解析


    1.5.4内容拓展


    1.5.5参考阅读


    1.6TensorFlow Core API


    1.6.1准备工作


    1.6.2操作步骤


    1.6.3原理解析


    1.7实现单层神经网络


    1.7.1准备工作


    1.7.2操作步骤


    1.7.3原理解析


    1.7.4内容拓展


    1.7.5参考阅读


    1.8实现个深度神经网络


    1.8.1准备工作


    1.8.2操作步骤


    1.8.3原理解析


    1.8.4内容拓展


    1.8.5参考阅读


    第2章卷积神经网络实战


    2.1卷积运算导论


    2.1.1准备工作


    2.1.2操作步骤


    2.1.3原理解析


    2.1.4内容拓展


    2.1.5参考阅读


    2.2理解卷积步幅和填充


    2.2.1操作步骤


    2.2.2原理解析


    .掌握池化层


    ..1准备工作


    ..2操作步骤


    ..原理解析


    ..4内容拓展


    ..5参考阅读


    2.4实现迁移学习


    2.4.1准备工作


    2.4.2操作步骤


    2.4.3原理解析


    2.4.4内容拓展


    2.4.5参考阅读


    第3章循环神经网络实战


    3.1使用RNN实现情感分类


    3.1.1准备工作


    3.1.2操作步骤


    3.1.3原理解析


    3.1.4内容拓展


    3.1.5参考阅读


    3.2使用LSTM实现文本生成


    3.2.1准备工作


    3.2.2操作步骤


    3..原理解析


    3.2.4内容拓展


    3.2.5参考阅读


    3.3使用GRU实现时间序列预测


    3.3.1准备工作


    3.3.2操作步骤


    3.3.3原理解析


    3.3.4内容拓展


    3.3.5参考阅读


    3.4实现双向循环神经网络


    3.4.1操作步骤


    3.4.2原理解析


    3.4.3内容拓展


    第4章使用Keras实现自动编码器


    4.1实现基本自动编码器


    4.1.1准备工作


    4.1.2操作步骤


    4.1.3原理解析


    4.1.4内容拓展


    4.2降维自动编码器


    4.2.1准备工作


    4.2.2操作步骤


    4..原理解析


    4.2.4内容拓展


    4.3去噪自动编码器


    4.3.1准备工作


    4.3.2操作步骤


    4.3.3原理解析


    4.3.4内容拓展


    4.4自动编码器的黑白图像着色实战


    4.4.1准备工作


    4.4.2操作步骤


    4.4.3原理解析


    4.4.4参考阅读


    第5章深度生成模型


    5.1使用GAN生成图像


    5.1.1准备工作


    5.1.2操作步骤


    5.1.3原理解析


    5.1.4内容拓展


    5.1.5参考阅读


    5.2实现深度卷积生成对抗网络


    5.2.1准备工作


    5.2.2操作步骤


    5..原理解析


    5.2.4内容拓展


    5.2.5参考阅读


    5.3实现变分自动编码器


    5.3.1准备工作


    5.3.2操作步骤


    5.3.3原理解析


    5.3.4参考阅读


    第6章使用大规模深度学处理数据


    6.1基于云服务的深度学习


    6.1.1准备工作


    6.1.2操作步骤


    6.1.3原理解析


    6.2基于微软Azure平台的深度学习


    6.2.1准备工作


    6.2.2操作步骤


    6..原理解析


    6.2.4内容拓展


    6.2.5参考阅读


    6.3基于谷歌云平台的深度学习


    6.3.1准备工作


    6.3.2操作步骤


    6.3.3原理解析


    6.3.4内容拓展


    6.4基于MXNet的深度学习


    6.4.1准备工作


    6.4.2操作步骤


    6.4.3原理解析


    6.4.4内容拓展


    6.5使用MXNet实现深度学习网络


    6.5.1准备工作


    6.5.2操作步骤


    6.5.3原理解析


    6.6使用MXNet实现预测建模


    6.6.1准备工作


    6.6.2操作步骤


    6.6.3原理解析


    第7章自然语言处理


    7.1神经机器翻译


    7.1.1准备工作


    7.1.2操作步骤


    7.1.3原理解析


    7.1.4内容拓展


    7.1.5参考阅读


    7.2使用深度学习生成文本摘要


    7.2.1准备工作


    7.2.2操作步骤


    7..原理解析


    7.2.4内容拓展


    7.2.5参考阅读


    7.3语音识别


    7.3.1准备工作


    7.3.2操作步骤


    7.3.3原理解析


    7.3.4内容拓展


    第8章深度学习之计算机视觉实战


    8.1目标定位


    8.1.1准备工作


    8.1.2操作步骤


    8.1.3原理解析


    8.1.4内容拓展


    8.2人脸识别


    8.2.1准备工作


    8.2.2操作步骤


    8..原理解析


    8.2.4内容拓展


    8.2.5参考阅读


    第9章实现强化学习


    9.1使用MDPtoolbox实现有模型强化学习


    9.1.1准备工作


    9.1.2操作步骤


    9.1.3原理解析


    9.1.4内容拓展


    9.2无模型强化学习


    9.2.1准备工作


    9.2.2操作步骤


    9..原理解析


    9.2.4参考阅读


    9.3使用强化学习求解悬崖寻路问题


    9.3.1准备工作


    9.3.2操作步骤


    9.3.3原理解析


    9.3.4内容拓展

    斯沃纳·古普塔拥有计算机科学士学,在数据科学领域有6年的经验。她目前以数据科学家的身份与劳斯莱斯合作。她的工作围绕着利用数据科学和机器学习为企业创造价值。她在车辆远程信息处理和太阳能制造工业中广泛从事基于物联网的项目,在她目前与劳斯莱斯的合作中,她致力于各种深入学习技术和解决航空领域车队问题的解决方案。她还从繁忙的日程中抽出时间,成为社会组织的定期公益贡献者,借数据科学和机器学习,帮他们解决具体的商业问题。

    针对每个想要了解深度学习概念的数据科学爱好者,本书通过通俗易懂地解释R代码,让读者可以很容易起步。在深度学习算法和应用的理论和实践方面做到了平衡,在讲述基础理论的同时,通过45个基于R语言的编程实例让读者循序渐进地掌握深度学习技术。

    读者将通过实战案例实现卷积神经网络(CNN)、循环神经网络(RNN)、长短时记忆网络(LSTM)、序列到序列模型、生成对抗网络(GAN)和强化学习,还将学习使用GPU进行大型数据集的高能计算,以及R语言中的并行计算编程。

    各个部分内容安排合理,按照“准备工作→操作步骤→原理解析→内容拓展→参考阅读”的流程组织内容,清楚地讲解实战案例的实现过程。


    (1)在深度学习算法和应用的理论和实践方面做到了平衡,在讲述基础理论的同时,通过45个基于R语言的编程实例让读者循序渐进地掌握深度学习技术。

    (2)各个部分内容安排合理,按照“准备工作→操作步骤→原理解析→内容拓展→参考阅读”的流程组织内容,清楚地讲解实战案例的实现过程。

    (3)提供程序代码和彩色图片。

    售后保障

    最近浏览

    猜你喜欢

    该商品在当前城市正在进行 促销

    注:参加抢购将不再享受其他优惠活动

    x
    您已成功将商品加入收藏夹

    查看我的收藏夹

    确定

    非常抱歉,您前期未参加预订活动,
    无法支付尾款哦!

    关闭

    抱歉,您暂无任性付资格

    此时为正式期SUPER会员专享抢购期,普通会员暂不可抢购