Sklearn 与 TensorFlow 机器学习实用指南第二版 (影印高清版)

图书网 2022年9月24日22:41:21
评论
940

Sklearn 与 TensorFlow 机器学习实用指南第二版 作者: [美]Aurelien Geron 奥雷林

Sklearn 与 TensorFlow 机器学习实用指南第二版 出版:东南大学出版社

Sklearn 与 TensorFlow 机器学习实用指南第二版 内容简介

对于新手小白来说是挺不错的,推荐做ML的同学观看。

通过具体的例子、很少的理论以及成熟的Python框架:Scikit-Learn、keras和TensorFlow,作者Aurélien Géron通过本书帮助读者掌握构建智能系统所需要的概念和工具。读者从中将会学习到各种技术,从简单的线性回归及发展到深度神经网络。每章的练习有助于读者运用所学到的知识,只需要有一些编程经验就行了。

Sklearn 与 TensorFlow 机器学习实用指南第二版 作者简介

Aurélien Géron,是一名机器学习咨询顾问和培训师。作为一名前Google职员,在2013至2016年间,他领导了YouTube视频分类团队。在2002至2012年间,他身为法国主要的无线ISP Wifirst的创始人和CTO,在2001年他还是Polyconseil的创始人和CTO,这家公司现在管理着电动汽车共享服务Autolib。

Sklearn 与 TensorFlow 机器学习实用指南第二版 目录

前言1

第一部分机器学习的基础知识11

第1章 机器学习概览13

1.1 什么是机器学习14

1.2 为什么使用机器学习14

1.3 机器学习的应用示例16

1.4 机器学习系统的类型18

1.5 机器学习的主要挑战32

1.6 测试与验证38

1.7 练习题40

第2章 端到端的机器学习项目42

2.1 使用真实数据42

2.2 观察大局44

2.3 获取数据48

2.4 从数据探索和可视化中获得洞见60

2.5 机器学习算法的数据准备66

2.6 选择和训练模型74

2.7 微调模型77

2.8 启动、监控和维护你的系统82

2.9 试试看84

2.10 练习题84

第3章 分类86

3.1 MNIST86

3.2 训练二元分类器88

3.3 性能测量89

3.4 多类分类器99

3.5 误差分析101

3.6 多标签分类104

3.7 多输出分类105

3.8 练习题107

第4章 训练模型108

4.1 线性回归109

4.2 梯度下降113

4.3 多项式回归122

4.4 学习曲线124

4.5 正则化线性模型127

4.6 逻辑回归134

4.7 练习题141

第5章 支持向量机143

5.1 线性SVM分类143

5.2 非线性SVM分类146

5.3 SVM回归151

5.4 工作原理152

5.5 练习题160

第6章 决策树162

6.1 训练和可视化决策树162

6.2 做出预测163

6.3 估计类概率165

6.4 CART训练算法166

6.5 计算复杂度166

6.6 基尼不纯度或熵167

6.7 正则化超参数167

6.8 回归168

6.9 不稳定性170

6.10 练习题172

第7章 集成学习和随机森林173

7.1 投票分类器173

7.2 bagging和pasting176

7.3 随机补丁和随机子空间179

7.4 随机森林180

7.5 提升法182

7.6 堆叠法190

7.7 练习题192

第8章 降维193

8.1 维度的诅咒194

8.2 降维的主要方法195

8.3 PCA198

8.4 内核PCA204

8.5 LLE206

8.6 其他降维技术208

8.7 练习题209

第9章 无监督学习技术211

9.1 聚类212

9.2 高斯混合模型232

9.3 练习题245

第二部分神经网络与深度学习247

第10章 Keras人工神经网络简介249

10.1 从生物神经元到人工神经元250

10.2 使用Keras实现MLP262

10.3 微调神经网络超参数284

10.4 练习题290

第11章 训练深度神经网络293

11.1 梯度消失与梯度爆炸问题293

11.2 重用预训练层305

11.3 更快的优化器310

11.4 通过正则化避免过拟合321

11.5 总结和实用指南327

11.6 练习题329

第12章 使用TensorFlow自定义模型和训练330

12.1 TensorFlow快速浏览330

12.2 像NumPy一样使用TensorFlow333

12.3 定制模型和训练算法338

12.4 TensorFlow函数和图356

12.5 练习题360

第13章 使用TensorFlow加载和预处理数据362

13.1 数据API363

13.2 TFRecord格式372

13.3 预处理输入特征377

13.4 TFTransform385

13.5 TensorFlow数据集项目386

13.6 练习题388

第14章 使用卷积神经网络的深度计算机视觉390

14.1 视觉皮层的架构390

14.2 卷积层392

14.3 池化层399

14.4 CNN架构402

14.5 使用Keras实现ResNet-34 CNN416

14.6 使用Keras的预训练模型417

14.7 迁移学习的预训练模型418

14.8 分类和定位421

14.9 物体检测422

14.10 语义分割428

14.11 练习题431

第15章 使用RNN和CNN处理序列432

15.1 循环神经元和层432

15.2 训练RNN436

15.3 预测时间序列437

15.4 处理长序列444

15.5 练习题453

第16章 使用RNN和注意力机制进行自然语言处理455

16.1 使用字符RNN生成莎士比亚文本456

16.2 情感分析464

16.3 神经机器翻译的编码器-解码器网络470

16.4 注意力机制476

16.5 最近语言模型的创新486

16.6 练习题488

第17章 使用自动编码器和GAN的表征学习和生成学习489

17.1 有效的数据表征490

17.2 使用不完整的线性自动编码器执行PCA491

17.3 堆叠式自动编码器493

17.4 卷积自动编码器499

17.5 循环自动编码器500

17.6 去噪自动编码器501

17.7 稀疏自动编码器502

17.8变分自动编码器505

17.9 生成式对抗网络510

17.10 练习题522

第18章 强化学习523

18.1 学习优化奖励524

18.2 策略搜索525

18.3 OpenAI Gym介绍526

18.4 神经网络策略529

18.5 评估动作:信用分配问题531

18.6 策略梯度532

18.7 马尔可夫决策过程536

18.8 时序差分学习540

18.9 Q学习540

18.10 实现深度Q学习544

18.11 深度Q学习的变体547

18.12 TF-Agents库550

18.13 一些流行的RL算法概述568

18.14 练习题569

第19章 大规模训练和部署TensorFlow模型571

19.1 为TensorFlow模型提供服务572

19.2 将模型部署到移动端或嵌入式设备586

19.3 使用GPU加速计算589

19.4 跨多个设备的训练模型600

19.5 练习题613

19.6 致谢613

附录A 课后练习题解答614

附录B 机器学习项目清单642

附录C SVM对偶问题647

附录D 自动微分650

附录E 其他流行的人工神经网络架构656

附录F 特殊数据结构663

附录G TensorFlow图669 [1]

Sklearn 与 TensorFlow 机器学习实用指南第二版 精彩文摘

机器学习是通过编程让计算机从数据中进行学习的科学(和艺术) .下面是一个更广义的概念:机器学习是让计算机具有学习的能力,无需进行明确编程。一亚瑟 萨缪尔,1959和一个工程性的概念:计算机程序利用经验E学习任务T,性能是P,如果针对任务T的性能P随着经验E不断增长,则称为机器学习。一汤姆 米切尔,1997例如,你的垃圾邮件过滤器就是一个机器学习程序, 它可以根据垃圾邮件(比如,用户标记的垃圾邮件)和普通邮件(非垃圾邮件,也称作ham)学习标记垃圾邮件。用来进行学习的样例称作训练集。每个训练样例称作训练实例(或样本) 。

Sklearn 与 TensorFlow 机器学习实用指南第二版

资源下载此资源仅限注册用户下载,请先登录
声明:本站所有资源收集于网络,只做学习和交流使用,版权归著作人和出版社所有,请在下载后24小时之内自觉删除,若作商业用途,请购买正版,由于未及时购买和付费发生的侵权行为,与本站无关。本站发布的内容若侵犯到您的权益,请联系站长删除,我们将及时处理!

azw3、mobi等格式推荐使用稻壳阅读器阅读=>阅读器详情http://www.ziliaoh.com/dkydq.html

继续阅读

→→→→→→→→→→→→→→→→→→→→查找获取

人工智能

TensorFlow进阶指南 基础 算法与应用pdf

适读人群 :本书主要面向对TensorFlow、深度学习、人工智能具有强烈兴趣且希望尽快入门的相关从业人员、高校相关专业的教育工作者和在校学生,以及正在从事深度学习工作且希望深入的...
临床医学

乳腺比较影像诊断学pdf

乳腺比较影像诊断学 作者:刘万花 乳腺比较影像诊断学 出版社:东南大学出版社 乳腺比较影像诊断学 内容简介 《乳腺比较影像诊断学》作者刘万花教授是我国*早从事乳腺影像学诊断和乳腺癌普查的专家之一,具有...
匿名

发表评论

匿名网友

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: