歡迎光臨中圖網(wǎng) 請 | 注冊

深度學(xué)習(xí)(R語言版)

出版社：清華大學(xué)出版社出版時(shí)間：2022-09-01
開本： 其他 頁數(shù)： 232
中 圖 價(jià):¥55.3(7.0折) 定價(jià)  ¥79.0 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>

深度學(xué)習(xí)(R語言版) 版權(quán)信息

深度學(xué)習(xí)(R語言版) 本書特色

（1）在深度學(xué)習(xí)算法和應(yīng)用的理論和實(shí)踐方面做到了平衡，在講述基礎(chǔ)理論的同時(shí)，通過45個(gè)基于R語言的編程實(shí)例讓讀者循序漸進(jìn)地掌握深度學(xué)習(xí)技術(shù)。 （2）各個(gè)部分內(nèi)容安排合理，按照“準(zhǔn)備工作→操作步驟→原理解析→內(nèi)容拓展→參考閱讀”的流程組織內(nèi)容，清楚地講解實(shí)戰(zhàn)案例的實(shí)現(xiàn)過程。 （3）提供程序代碼和彩色圖片。

深度學(xué)習(xí)(R語言版) 內(nèi)容簡介

針對每個(gè)想要了解深度學(xué)習(xí)概念的數(shù)據(jù)科學(xué)愛好者，本書通過通俗易懂地解釋R代碼，讓讀者可以很容易起步。在深度學(xué)習(xí)算法和應(yīng)用的理論和實(shí)踐方面做到了平衡，在講述基礎(chǔ)理論的同時(shí)，通過45個(gè)基于R語言的編程實(shí)例讓讀者循序漸進(jìn)地掌握深度學(xué)習(xí)技術(shù)。 ？ 讀者將通過實(shí)戰(zhàn)案例實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)（CNN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）、長短時(shí)記憶網(wǎng)絡(luò)（LSTM）、序列到序列模型、生成對抗網(wǎng)絡(luò)（GAN）和強(qiáng)化學(xué)習(xí)，還將學(xué)習(xí)使用GPU進(jìn)行大型數(shù)據(jù)集的高性能計(jì)算，以及R語言中的并行計(jì)算編程。 ？ 各個(gè)部分內(nèi)容安排合理，按照“準(zhǔn)備工作→操作步驟→原理解析→內(nèi)容拓展→參考閱讀”的流程組織內(nèi)容，清楚地講解實(shí)戰(zhàn)案例的實(shí)現(xiàn)過程。

深度學(xué)習(xí)(R語言版) 目錄

目錄






第1章理解人工神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)


1.1配置環(huán)境


1.1.1準(zhǔn)備工作


1.1.2操作步驟


1.1.3原理解析


1.1.4內(nèi)容拓展


1.1.5參考閱讀


1.2神經(jīng)網(wǎng)絡(luò)的Keras實(shí)現(xiàn)


1.3序貫?zāi)Ｐ虯PI


1.3.1準(zhǔn)備工作


1.3.2操作步驟


1.3.3原理解析


1.3.4內(nèi)容拓展


1.3.5參考閱讀


1.4函數(shù)式API


1.4.1操作步驟


1.4.2原理解析


1.4.3內(nèi)容拓展


1.5TensorFlow Estimator API


1.5.1準(zhǔn)備工作


1.5.2操作步驟


1.5.3原理解析


1.5.4內(nèi)容拓展


1.5.5參考閱讀


1.6TensorFlow Core API


1.6.1準(zhǔn)備工作


1.6.2操作步驟


1.6.3原理解析


1.7實(shí)現(xiàn)單層神經(jīng)網(wǎng)絡(luò)


1.7.1準(zhǔn)備工作


1.7.2操作步驟


1.7.3原理解析


1.7.4內(nèi)容拓展


1.7.5參考閱讀


1.8實(shí)現(xiàn)**個(gè)深度神經(jīng)網(wǎng)絡(luò)


1.8.1準(zhǔn)備工作


1.8.2操作步驟


1.8.3原理解析


1.8.4內(nèi)容拓展


1.8.5參考閱讀


第2章卷積神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)


2.1卷積運(yùn)算導(dǎo)論


2.1.1準(zhǔn)備工作


2.1.2操作步驟


2.1.3原理解析


2.1.4內(nèi)容拓展


2.1.5參考閱讀


2.2理解卷積步幅和填充


2.2.1操作步驟


2.2.2原理解析


2.3掌握池化層


2.3.1準(zhǔn)備工作


2.3.2操作步驟


2.3.3原理解析


2.3.4內(nèi)容拓展


2.3.5參考閱讀


2.4實(shí)現(xiàn)遷移學(xué)習(xí)


2.4.1準(zhǔn)備工作


2.4.2操作步驟


2.4.3原理解析


2.4.4內(nèi)容拓展


2.4.5參考閱讀


第3章循環(huán)神經(jīng)網(wǎng)絡(luò)實(shí)戰(zhàn)


3.1使用RNN實(shí)現(xiàn)情感分類


3.1.1準(zhǔn)備工作


3.1.2操作步驟


3.1.3原理解析


3.1.4內(nèi)容拓展


3.1.5參考閱讀


3.2使用LSTM實(shí)現(xiàn)文本生成


3.2.1準(zhǔn)備工作


3.2.2操作步驟


3.2.3原理解析


3.2.4內(nèi)容拓展


3.2.5參考閱讀


3.3使用GRU實(shí)現(xiàn)時(shí)間序列預(yù)測


3.3.1準(zhǔn)備工作


3.3.2操作步驟


3.3.3原理解析


3.3.4內(nèi)容拓展


3.3.5參考閱讀


3.4實(shí)現(xiàn)雙向循環(huán)神經(jīng)網(wǎng)絡(luò)


3.4.1操作步驟


3.4.2原理解析


3.4.3內(nèi)容拓展


第4章使用Keras實(shí)現(xiàn)自動(dòng)編碼器


4.1實(shí)現(xiàn)基本自動(dòng)編碼器


4.1.1準(zhǔn)備工作


4.1.2操作步驟


4.1.3原理解析


4.1.4內(nèi)容拓展


4.2降維自動(dòng)編碼器


4.2.1準(zhǔn)備工作


4.2.2操作步驟


4.2.3原理解析


4.2.4內(nèi)容拓展


4.3去噪自動(dòng)編碼器


4.3.1準(zhǔn)備工作


4.3.2操作步驟


4.3.3原理解析


4.3.4內(nèi)容拓展


4.4自動(dòng)編碼器的黑白圖像著色實(shí)戰(zhàn)


4.4.1準(zhǔn)備工作


4.4.2操作步驟


4.4.3原理解析


4.4.4參考閱讀


第5章深度生成模型


5.1使用GAN生成圖像


5.1.1準(zhǔn)備工作


5.1.2操作步驟


5.1.3原理解析


5.1.4內(nèi)容拓展


5.1.5參考閱讀


5.2實(shí)現(xiàn)深度卷積生成對抗網(wǎng)絡(luò)


5.2.1準(zhǔn)備工作


5.2.2操作步驟


5.2.3原理解析


5.2.4內(nèi)容拓展


5.2.5參考閱讀


5.3實(shí)現(xiàn)變分自動(dòng)編碼器


5.3.1準(zhǔn)備工作


5.3.2操作步驟


5.3.3原理解析


5.3.4參考閱讀


第6章使用大規(guī)模深度學(xué)習(xí)處理大數(shù)據(jù)


6.1基于亞馬遜云服務(wù)的深度學(xué)習(xí)


6.1.1準(zhǔn)備工作


6.1.2操作步驟


6.1.3原理解析


6.2基于微軟Azure平臺(tái)的深度學(xué)習(xí)


6.2.1準(zhǔn)備工作


6.2.2操作步驟


6.2.3原理解析


6.2.4內(nèi)容拓展


6.2.5參考閱讀


6.3基于谷歌云平臺(tái)的深度學(xué)習(xí)


6.3.1準(zhǔn)備工作


6.3.2操作步驟


6.3.3原理解析


6.3.4內(nèi)容拓展


6.4基于MXNet的深度學(xué)習(xí)


6.4.1準(zhǔn)備工作


6.4.2操作步驟


6.4.3原理解析


6.4.4內(nèi)容拓展


6.5使用MXNet實(shí)現(xiàn)深度學(xué)習(xí)網(wǎng)絡(luò)


6.5.1準(zhǔn)備工作


6.5.2操作步驟


6.5.3原理解析


6.6使用MXNet實(shí)現(xiàn)預(yù)測建模


6.6.1準(zhǔn)備工作


6.6.2操作步驟


6.6.3原理解析


第7章自然語言處理


7.1神經(jīng)機(jī)器翻譯


7.1.1準(zhǔn)備工作


7.1.2操作步驟


7.1.3原理解析


7.1.4內(nèi)容拓展


7.1.5參考閱讀


7.2使用深度學(xué)習(xí)生成文本摘要


7.2.1準(zhǔn)備工作


7.2.2操作步驟


7.2.3原理解析


7.2.4內(nèi)容拓展


7.2.5參考閱讀


7.3語音識(shí)別


7.3.1準(zhǔn)備工作


7.3.2操作步驟


7.3.3原理解析


7.3.4內(nèi)容拓展


第8章深度學(xué)習(xí)之計(jì)算機(jī)視覺實(shí)戰(zhàn)


8.1目標(biāo)定位


8.1.1準(zhǔn)備工作


8.1.2操作步驟


8.1.3原理解析


8.1.4內(nèi)容拓展


8.2人臉識(shí)別


8.2.1準(zhǔn)備工作


8.2.2操作步驟


8.2.3原理解析


8.2.4內(nèi)容拓展


8.2.5參考閱讀


第9章實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)


9.1使用MDPtoolbox實(shí)現(xiàn)有模型強(qiáng)化學(xué)習(xí)


9.1.1準(zhǔn)備工作


9.1.2操作步驟


9.1.3原理解析


9.1.4內(nèi)容拓展


9.2無模型強(qiáng)化學(xué)習(xí)


9.2.1準(zhǔn)備工作


9.2.2操作步驟


9.2.3原理解析


9.2.4參考閱讀


9.3使用強(qiáng)化學(xué)習(xí)求解懸崖尋路問題


9.3.1準(zhǔn)備工作


9.3.2操作步驟


9.3.3原理解析


9.3.4內(nèi)容拓展


展開全部

深度學(xué)習(xí)(R語言版) 作者簡介

斯沃納·古普塔擁有計(jì)算機(jī)科學(xué)學(xué)士學(xué)位，在數(shù)據(jù)科學(xué)領(lǐng)域有6年的經(jīng)驗(yàn)。她目前以數(shù)據(jù)科學(xué)家的身份與勞斯萊斯合作。她的工作圍繞著利用數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)為企業(yè)創(chuàng)造價(jià)值。她在車輛遠(yuǎn)程信息處理和太陽能制造工業(yè)中廣泛從事基于物聯(lián)網(wǎng)的項(xiàng)目，在她目前與勞斯萊斯的合作中，她致力于各種深入學(xué)習(xí)技術(shù)和解決航空領(lǐng)域車隊(duì)問題的解決方案。她還從繁忙的日程中抽出時(shí)間，成為社會(huì)組織的定期公益貢獻(xiàn)者，借助數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)，幫助他們解決具體的商業(yè)問題。

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