書馨卡幫你省薪 2024個(gè)人購書報(bào)告 2024中圖網(wǎng)年度報(bào)告
歡迎光臨中圖網(wǎng) 請(qǐng) | 注冊(cè)
> >
面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)

面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)

出版社：清華大學(xué)出版社出版時(shí)間：2020-06-01
開本： 16開 頁數(shù)： 207
中 圖 價(jià):¥71.3(7.2折) 定價(jià)  ¥99.0 登錄后可看到會(huì)員價(jià)
加入購物車 收藏
運(yùn)費(fèi)6元，滿39元免運(yùn)費(fèi)
?新疆、西藏除外
本類五星書更多>

面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí) 版權(quán)信息

面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí) 本書特色

本書將通過簡單的實(shí)際示例幫助讀者開發(fā)面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)應(yīng)用程序。讀者將從了解機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)開始，到通讀本書后，將對(duì)什么是面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)以及可用于實(shí)現(xiàn)移動(dòng)設(shè)備機(jī)器學(xué)習(xí)的工具/SDK有很好的了解，并且也將能夠?qū)崿F(xiàn)可以在iOS和Android上運(yùn)行的移動(dòng)應(yīng)用程序中的各種機(jī)器學(xué)習(xí)算法。 讀者將理解什么是機(jī)器學(xué)習(xí)，什么力量在推動(dòng)面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)，以及面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)的獨(dú)特性。將接觸到所有移動(dòng)設(shè)備機(jī)器學(xué)習(xí)工具和SDK：TensorFlow Lite、Core ML、ML Kit和Fritz。本書將探討每個(gè)工具箱的高級(jí)體系結(jié)構(gòu)和組件。到本書結(jié)尾，讀者將對(duì)機(jī)器學(xué)習(xí)模型有廣泛的了解，并能夠執(zhí)行設(shè)備上的機(jī)器學(xué)習(xí)。也將深入了解機(jī)器學(xué)習(xí)算法，例如回歸、分類、線性支持向量機(jī)（SVM）和隨機(jī)森林等。而且將學(xué)習(xí)如何進(jìn)行自然語言處理以及實(shí)現(xiàn)垃圾郵件檢測。*后，將了解如何將使用Core ML和TensorFlow創(chuàng)建的現(xiàn)有模型轉(zhuǎn)換為Fritz模型。本書還討論了神經(jīng)網(wǎng)絡(luò)，以及機(jī)器學(xué)習(xí)的未來。本書*后還包含一個(gè)“常見問題解答”形式的附錄，回答了讀者可能對(duì)移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)所產(chǎn)生的疑問。

面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí) 內(nèi)容簡介

本書詳細(xì)闡述了與移動(dòng)設(shè)備機(jī)器學(xué)習(xí)相關(guān)的基本解決方案，主要包括面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)應(yīng)用程序、監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)算法、iOS上的隨機(jī)森林、在Android中使用TensorFlow、在iOS中使用Core ML進(jìn)行回歸、ML Kit SDK、垃圾郵件檢測、Fritz、移動(dòng)設(shè)備上的神經(jīng)網(wǎng)絡(luò)、使用Google Cloud Vision的移動(dòng)應(yīng)用程序、移動(dòng)應(yīng)用程序上機(jī)器學(xué)習(xí)的未來等內(nèi)容。此外，本書還提供了相應(yīng)的示例、代碼，以幫助讀者進(jìn)一步理解相關(guān)方案的實(shí)現(xiàn)過程。 本書適合作為高等院校計(jì)算機(jī)及相關(guān)專業(yè)的教材和教學(xué)參考書，也可作為相關(guān)開發(fā)人員的自學(xué)教材和參考手冊(cè)。

面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí) 目錄

第1章 面向移動(dòng)設(shè)備的機(jī)器學(xué)習(xí)應(yīng)用程序 1

1.1 機(jī)器學(xué)習(xí)的定義 2

1.2 機(jī)器學(xué)習(xí)過程 4

1.2.1 定義機(jī)器學(xué)習(xí)問題 5

1.2.2 準(zhǔn)備數(shù)據(jù) 5

1.2.3 建立模型 7

1.2.4 進(jìn)行預(yù)測/現(xiàn)場部署 10

1.3 學(xué)習(xí)類型 10

1.3.1 監(jiān)督學(xué)習(xí) 10

1.3.2 無監(jiān)督學(xué)習(xí) 12

1.3.3 半監(jiān)督學(xué)習(xí) 14

1.3.4 強(qiáng)化學(xué)習(xí) 15

1.3.5 機(jī)器學(xué)習(xí)的挑戰(zhàn) 16

1.4 在移動(dòng)設(shè)備上進(jìn)行機(jī)器學(xué)習(xí) 17

1.4.1 在移動(dòng)應(yīng)用程序中實(shí)現(xiàn)機(jī)器學(xué)習(xí)的方法 18

1.4.2 流行的移動(dòng)機(jī)器學(xué)習(xí)工具和SDK 26

1.4.3 實(shí)現(xiàn)移動(dòng)設(shè)備上機(jī)器學(xué)習(xí)應(yīng)用程序所需的技能 27

1.5 小結(jié) 28

第2章 監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)算法 29

2.1 監(jiān)督學(xué)習(xí)算法簡介 29

2.2 深入研究監(jiān)督學(xué)習(xí)算法 30

2.2.1 樸素貝葉斯 32

2.2.2 決策樹 34

2.2.3 線性回歸 35

2.2.4 邏輯回歸 36

2.2.5 支持向量機(jī) 38

2.2.6 隨機(jī)森林 40

2.3 無監(jiān)督學(xué)習(xí)算法簡介 41

2.4 深入研究無監(jiān)督學(xué)習(xí)算法 42

2.4.1 聚類算法 43

2.4.2 關(guān)聯(lián)規(guī)則學(xué)習(xí)算法 45

2.5 小結(jié) 46

2.6 參考文獻(xiàn) 46

第3章 iOS上的隨機(jī)森林 47

3.1 算法簡介 47

3.1.1 決策樹 47

3.1.2 隨機(jī)森林 50

3.2 在Core ML中使用隨機(jī)森林解決問題 52

3.2.1 數(shù)據(jù)集 52

3.2.2 技術(shù)要求 53

3.2.3 使用scikit-learn創(chuàng)建模型文件 54

3.2.4 將scikit模型轉(zhuǎn)換為Core ML模型 56

3.2.5 使用Core ML模型創(chuàng)建iOS移動(dòng)應(yīng)用程序 57

3.3 小結(jié) 60

3.4 深入閱讀 60

第4章 在Android中使用TensorFlow 61

4.1 關(guān)于TensorFlow 61

4.2 移動(dòng)機(jī)器學(xué)習(xí)應(yīng)用程序的體系結(jié)構(gòu) 64

4.3 使用TensorFlow模型編寫移動(dòng)應(yīng)用程序 68

4.3.1 編寫**個(gè)程序 68

4.3.2 創(chuàng)建Android應(yīng)用程序 71

4.4 小結(jié) 76

第5章 在iOS中使用Core ML進(jìn)行回歸 77

5.1 回歸簡介 77

5.2 了解Core ML的基礎(chǔ) 81

5.3 在Core ML中使用回歸解決問題 84

5.3.1 技術(shù)要求 84

5.3.2 如何使用scikit-learn創(chuàng)建模型文件 84

5.3.3 運(yùn)行和測試模型 87

5.3.4 將模型導(dǎo)入iOS項(xiàng)目 88

5.3.5 編寫iOS應(yīng)用程序 88

5.3.6 運(yùn)行iOS應(yīng)用程序 90

5.4 深入閱讀 90

5.5 小結(jié) 91

第6章 ML Kit SDK 93

6.1 理解ML Kit 93

6.2 使用Firebase設(shè)備上的API創(chuàng)建文本識(shí)別應(yīng)用 97

6.3 使用Firebase云端API創(chuàng)建文本識(shí)別應(yīng)用 103

6.4 使用ML Kit進(jìn)行人臉檢測 106

6.4.1 人臉檢測概念 106

6.4.2 使用ML Kit進(jìn)行臉部檢測的示例解決方案 107

6.4.3 運(yùn)行應(yīng)用程序 109

6.5 小結(jié) 110

第7章 垃圾郵件檢測 111

7.1 理解NLP 111

7.1.1 關(guān)于NLP 111

7.1.2 文本預(yù)處理技術(shù) 113

7.1.3 特征工程 114

7.1.4 分類/聚類文本 115

7.2 理解線性SVM算法 115

7.3 在Core ML中使用線性SVM解決問題 117

7.3.1 關(guān)于數(shù)據(jù) 117

7.3.2 技術(shù)要求 118

7.3.3 使用Scikit Learn創(chuàng)建模型文件 118

7.3.4 將scikit-learn模型轉(zhuǎn)換為Core ML模型 119

7.3.5 編寫iOS應(yīng)用程序 120

7.4 小結(jié) 124

第8章 Fritz 125

8.1 關(guān)于Fritz 126

8.1.1 預(yù)建機(jī)器學(xué)習(xí)模型 126

8.1.2 使用自定義模型的能力 126

8.1.3 模型管理 126

8.2 使用Fritz的實(shí)戰(zhàn)示例 127

8.2.1 通過Fritz使用現(xiàn)有的TensorFlow for mobile模型 127

8.2.2 使用Fritz預(yù)制模型創(chuàng)建Android應(yīng)用程序 138

8.2.3 在使用Fritz的iOS應(yīng)用程序中使用現(xiàn)有的Core ML模型 145

8.3 小結(jié) 150

第9章 移動(dòng)設(shè)備上的神經(jīng)網(wǎng)絡(luò) 151

9.1 神經(jīng)網(wǎng)絡(luò)介紹 151

9.1.1 神經(jīng)元的通信步驟 151

9.1.2 激活函數(shù) 152

9.1.3 神經(jīng)元的排列 153

9.1.4 神經(jīng)網(wǎng)絡(luò)的類型 154

9.2 圖像識(shí)別解決方案 154

9.3 創(chuàng)建TensorFlow圖像識(shí)別模型 154

9.3.1 關(guān)于TensorFlow的作用 155

9.3.2 重新訓(xùn)練模型 156

9.3.3 將TensorFlow模型轉(zhuǎn)換為Core ML模型 161

9.3.4 編寫iOS移動(dòng)應(yīng)用程序 165

9.4 手寫數(shù)字識(shí)別解決方案 168

9.5 關(guān)于Keras 169

9.6 安裝Keras 169

9.7 求解問題 169

9.7.1 定義問題陳述 170

9.7.2 問題方案 171

9.8 小結(jié) 180

第10章 使用Google Cloud Vision的移動(dòng)應(yīng)用程序 181

10.1 關(guān)于Google Cloud Vision的功能 181

10.2 使用Google Cloud Vision的示例移動(dòng)應(yīng)用程序 182

10.2.1 標(biāo)簽檢測的工作原理 182

10.2.2 先決條件 183

10.2.3 準(zhǔn)備工作 184

10.2.4 理解應(yīng)用 185

10.2.5 輸出 186

10.3 小結(jié) 187

第11章 移動(dòng)應(yīng)用程序上機(jī)器學(xué)習(xí)的未來 189

11.1 主要的機(jī)器學(xué)習(xí)移動(dòng)應(yīng)用程序 189

11.1.1 Facebook 190

11.1.2 Google Maps 190

11.1.3 Snapchat 190

11.1.4 Tinder 190

11.1.5 Netflix 190

11.1.6 Oval Money 191

11.1.7 ImprompDo 191

11.1.8 Dango 191

11.1.9 Carat 191

11.1.10 Uber 191

11.1.11 GBoard 191

11.2 主要?jiǎng)?chuàng)新領(lǐng)域 191

11.2.1 個(gè)性化應(yīng)用 192

11.2.2 衛(wèi)生保健 192

11.2.3 有針對(duì)性的促銷和營銷 192

11.2.4 視聽識(shí)別 192

11.2.5 電子商務(wù) 192

11.2.6 財(cái)務(wù)管理 193

11.2.7 游戲與娛樂 193

11.2.8 企業(yè)應(yīng)用 193

11.2.9 房地產(chǎn) 194

11.2.10 農(nóng)業(yè) 194

11.2.11 能源 194

11.2.12 移動(dòng)安全 195

11.3 利益相關(guān)者的機(jī)會(huì) 195

11.3.1 硬件制造商 195

11.3.2 移動(dòng)操作系統(tǒng)供應(yīng)商 196

11.3.3 第三方移動(dòng)機(jī)器學(xué)習(xí) SDK提供商 196

11.3.4 機(jī)器學(xué)習(xí)移動(dòng)應(yīng)用程序開發(fā)人員 196

11.4 小結(jié) 197

附錄A 問題與答案 199

A.1 常見問題解答 199

A.1.1 數(shù)據(jù)科學(xué) 199

A.1.2 機(jī)器學(xué)習(xí)框架 201

A.1.3 移動(dòng)機(jī)器學(xué)習(xí)項(xiàng)目實(shí)現(xiàn) 204

A.1.4 安裝 206

A.2 參考文獻(xiàn) 207


展開全部
商品評(píng)論(0條)
暫無評(píng)論……
書友推薦
本類暢銷
編輯推薦
返回頂部
中圖網(wǎng)
在線客服