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:

  • 正版新书]Python深度学习应用亚历克斯·盖利9787302541967
  • 全店均为全新正版书籍,欢迎选购!新疆西藏青海(可包挂刷).港澳台及海外地区bu bao快递
    • 作者: 亚历克斯·盖利著 | 亚历克斯·盖利编 | 亚历克斯·盖利译 | 亚历克斯·盖利绘
    • 出版社: 清华大学出版社
    • 出版时间:2020-07-01
    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:
    君凤文轩图书专营店
    联系:
    • 商品

    • 服务

    • 物流

    搜索店内商品

    商品参数
    • 作者: 亚历克斯·盖利著| 亚历克斯·盖利编| 亚历克斯·盖利译| 亚历克斯·盖利绘
    • 出版社:清华大学出版社
    • 出版时间:2020-07-01
    • 版次:1
    • 印次:1
    • 字数:296000
    • 页数:216
    • 开本:16开
    • ISBN:9787302541967
    • 版权提供:清华大学出版社
    • 作者:亚历克斯·盖利
    • 著:亚历克斯·盖利
    • 装帧:平装
    • 印次:1
    • 定价:59
    • ISBN:9787302541967
    • 出版社:清华大学出版社
    • 开本:16开
    • 印刷时间:暂无
    • 语种:中文
    • 出版时间:2020-07-01
    • 页数:216
    • 外部编号:码头附近104038
    • 版次:1
    • 成品尺寸:暂无

    章Jupyter基础/1

    1.1基本功能与特征/2

    1.1.1JupyterNotebook是什么,为什么它如此有用/2

    1.1.2JupyterNotebook概览/4

    1.1.3Jupyter特色/8

    1.1.4Python库/14

    1.2个数据分析实例——基于波士顿住房数据集/17

    1.2.1使用PandasDataFrame载入数据集/17

    1.2.2数据集/22

    1..基于JupyterNotebook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/41第2章数据清洗和不错机器学习/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折交叉验和验曲线评估模型/79

    2..降维技术/84

    2.2.4训练员工去留问题的预测模型/85

    .本章小结/93第3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JupyterNotebook中实现HTTP请求/96

    3.1.3在JupyterNotebook中解析HTML/101

    3.1.4实践:在JupyterNotebook中实现网页信息采集/107

    3.2交互可视化/111

    3.2.1构建DataFrame以存储和组织数据/111

    3.2.2Bokeh简介/117

    3..实例:使用交互式可视化探索数据/121

    3.3本章小结/130第4章神经网络与深度学习概述/132

    4.1什么是神经网络/132

    4.1.1成功的应用案例/133

    4.1.2为什么神经网络能够表现得如此出色/134

    4.1.3深度学习的局限/136

    4.1.4神经网络的一般构成和操作/137

    4.2配置深度学习环境/139

    4.2.1用于深度学习的软件组件/139

    4.2.2实例:验软组件/141

    4..探索一个训练好的神经网络/143

    4.2.4实例:探索一个训练好的神经网络/148

    4.3本章小结/150第5章模型体系结构/151

    5.1选择合适的模型体系结构/151

    5.1.1常见的体系结构/151

    5.1.2数据标准化/156

    5.1.3构建您的问题/157

    5.1.4实例:探索比特币数据集,为模型准备数据/159

    5.2使用Keras作为TensorFlow接口/165

    5.2.1模型组件/165

    5.2.2实例:使用Keras创建TensorFlow模型/167

    5..从数据准备到建模/168

    5.2.4训练神经网络/169

    5.2.5调整时间序列数据维度/169

    5.2.6预测数据/172

    5.2.7实例:组建深度学统/173

    5.3本章小结/176第6章模型评估和优化/177

    6.1模型评估/177

    6.1.1问题类别/177

    6.1.2损失函数、准确率和错误率/178

    6.1.3使用TensorBoard进行可视化/180

    6.1.4实现模型评估的测度/182

    6.1.5实践:创建一个训练环境/187

    6.2超参数优化/192

    6.2.1针对神经层和神经元——添加更多的神经层/192

    6.2.2迭代步数/194

    6..激活函数/195

    6.2.4激活函数的实现/197

    6.2.5正则化策略/198

    6.2.6结果优化/199

    6.2.7实践:优化神经网络模型/200

    6.3本章小结/202第7章产品化/203

    7.1处理新数据/203

    7.1.1分离数据和模型/203

    7.1.2处理新数据/205

    7.1.3实例:处理新数据/208

    7.2将模型部署为Web应用程序/210

    7.2.1应用架构和技术/210

    7.2.2部署和使用cryptonic/211

    7..实例:部署深度学习应用程序/214

    7.3本章小结/216

    高凯 汉族,教授,博士于上海交通大学计算机应用技术专业,河北省省级重点学科“计算机软件与理论”中“信息检索与云计算”方向学术带头人,导师,中国计算机学会不错会员,中国计算机学会CCF计算机应用专委,中国计算机学会CCF中文信息技术专委委员,河北省科技咨询业协会第六届理事会常务理事,英国学术期刊International Journal of Computer Applications in Technology副主编,靠前学术会议International Conference on Modelling, Identification and Control程序委员会委员;主要研究方向为人工智能、大数据搜索与挖掘、网络信息检索、自然语言处理、社会计算等;多年主讲课程《人工智能》、生课程《数据库原理与应用》,系河北科技大学教学名师;近年出版了《信息检索与智能处理》、《大数据搜索与挖掘》、《网络信息检索技术及搜索引擎系统开发》、《大数据搜索与挖掘及可视化管理方案》等学术专著;在工业出版社、清华大学出版社、国防工业出版社等出版了高等学校计算机规划教材《数据库原理与应用》、高等院校信息技

    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。它涵盖了使用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了实现和实践上,以便让读者更好地了解到基于Python的应用深度学习实现细节。

    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