基于Google云平臺(tái)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)入門

定　價(jià)：￥79.00

作　者：	[日] 吉川隼人著，薛建彬張振華譯
出版社：	機(jī)械工業(yè)出版社
叢編項(xiàng)：	機(jī)器學(xué)習(xí)系列
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥65.20)

ISBN：	9787111660033	出版時(shí)間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	220	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本書主要介紹了Google云平臺(tái)中有關(guān)機(jī)器學(xué)習(xí)的多種工具，以及如何使用它們來進(jìn)行機(jī)器學(xué)習(xí)。這些工具對(duì)使用者在機(jī)器學(xué)習(xí)理論方面的要求很低，讀者可以在僅了解一點(diǎn)有關(guān)機(jī)器學(xué)習(xí)基礎(chǔ)知識(shí)的前提下使用它們。本書在使用每種機(jī)器學(xué)習(xí)的工具或技術(shù)之前，都會(huì)對(duì)相應(yīng)的理論進(jìn)行較為詳實(shí)的介紹。但也同時(shí)考慮了機(jī)器學(xué)習(xí)理論的復(fù)雜性，在對(duì)理論知識(shí)的介紹中避免了復(fù)雜的數(shù)學(xué)公式，取而代之的是生動(dòng)淺顯的例子。其中很多示例是使用Python代碼在Google云平臺(tái)上實(shí)現(xiàn)的。本書適合剛開始接觸機(jī)器學(xué)習(xí)的讀者閱讀。

作者簡(jiǎn)介

暫缺《基于Google云平臺(tái)的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)入門》作者簡(jiǎn)介

圖書目錄

譯者序
原書前言
人工智能、機(jī)器學(xué)習(xí)和深度學(xué)習(xí)
第1部分 GCP與機(jī)器學(xué)習(xí)1
第1章嘗試使用GCP2
11GCP 概述3
12創(chuàng)建賬戶和項(xiàng)目5
13Cloud Shell9
14Google Compute Engine13
15Google Cloud Storage18
16BigQuery26
第2章使用Datalab32
21Datalab快速瀏覽33
22NumPy和pandas42
23鏈接Datalab和BigQuery53
24用Datalab繪制各種圖形59
第3章使用 GCP 輕松進(jìn)行機(jī)器學(xué)習(xí)67
31GCP的機(jī)器學(xué)習(xí)相關(guān)服務(wù)68
32Cloud Vision API73
33Cloud Translation API86
34Cloud Natural Language API90
第2部分識(shí)別的基礎(chǔ)95
第4章二類識(shí)別96
41簡(jiǎn)單識(shí)別97
42機(jī)器學(xué)習(xí)的引入106
43感知器116
44損失函數(shù)125
45邏輯回歸128
第5章多類分類器和各種分類器138
51scikit-learn快速導(dǎo)覽139
52多類邏輯回歸141
53支持向量機(jī)151
54隨機(jī)森林162
第6章數(shù)據(jù)評(píng)估方法和調(diào)整170
61基本的學(xué)習(xí)流程171
62學(xué)習(xí)和測(cè)試173
63數(shù)據(jù)評(píng)估182
64參數(shù)調(diào)整188
第3部分深度學(xué)習(xí)入門194
第7章深度學(xué)習(xí)基礎(chǔ)知識(shí)196
71圖像識(shí)別197
72神經(jīng)網(wǎng)絡(luò)201
73激活函數(shù)211
74多類支持216
75各種梯度下降法222
76TensorFlow的準(zhǔn)備230
77神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)238
78使用DNNClassifier簡(jiǎn)化學(xué)習(xí)244
79TensorBoard246
第8章CNN256
81前面圖像識(shí)別中的問題257
82卷積層265
83卷積層運(yùn)算的種類和池化層272
84使用TensorFlow實(shí)施兩層CNN280
附錄288
附錄A Python2的基本使用方法
附錄B Jupyter的設(shè)置