掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 機(jī)器學(xué)習(xí)開(kāi)發(fā)實(shí)戰(zhàn)
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
288
本類(lèi)榜單：計(jì)算機(jī)/網(wǎng)絡(luò)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
全國(guó)計(jì)算機(jī)等級(jí)考試最新真考題庫(kù)模擬考場(chǎng)及詳解·二級(jí)MSOffice高級(jí)應(yīng)用
-
>
決戰(zhàn)行測(cè)5000題(言語(yǔ)理解與表達(dá))
-
>
軟件性能測(cè)試.分析與調(diào)優(yōu)實(shí)踐之路
-
>
第一行代碼Android
-
>
JAVA持續(xù)交付
-
>
EXCEL最強(qiáng)教科書(shū)(完全版)(全彩印刷)
-
>
深度學(xué)習(xí)
中圖價(jià):¥83.3
加入購(gòu)物車(chē)
機(jī)器學(xué)習(xí)開(kāi)發(fā)實(shí)戰(zhàn) 版權(quán)信息
- ISBN：9787111728245
- 條形碼：9787111728245 ; 978-7-111-72824-5
- 裝幀：平裝-膠訂
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>
機(jī)器學(xué)習(xí)開(kāi)發(fā)實(shí)戰(zhàn) 本書(shū)特色
介紹ML.NET庫(kù)、數(shù)據(jù)處理、訓(xùn)練及評(píng)估功能，Azure云平臺(tái)的運(yùn)行時(shí)服務(wù)，機(jī)器學(xué)習(xí)涉及的軟件開(kāi)發(fā)技能
機(jī)器學(xué)習(xí)開(kāi)發(fā)實(shí)戰(zhàn) 內(nèi)容簡(jiǎn)介
本書(shū)是機(jī)器學(xué)習(xí)入門(mén)書(shū)籍，面向需要提升數(shù)據(jù)科學(xué)技能的開(kāi)發(fā)人員和需要提升編程技能的數(shù)據(jù)科學(xué)家，涵蓋了從機(jī)器學(xué)習(xí)基礎(chǔ)概念到完整解決方案的各個(gè)方面。本書(shū)共分為五個(gè)部分，主要內(nèi)容包括人工智能基礎(chǔ)知識(shí)、實(shí)現(xiàn)機(jī)器學(xué)習(xí)解決方案的步驟、微軟的ML.NET庫(kù)、實(shí)用的機(jī)器學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)、AI云服務(wù)等，并且免費(fèi)提供使用ML.NET庫(kù)構(gòu)建的代碼示例。
機(jī)器學(xué)習(xí)開(kāi)發(fā)實(shí)戰(zhàn) 目錄
CONTENTS
目 錄
譯者序
前言
致謝
作者簡(jiǎn)介
**部分 機(jī)器學(xué)習(xí)基礎(chǔ)
第1章 人類(lèi)是如何學(xué)習(xí)的 2
1.1 邁向思考型機(jī)器 2
1.1.1 機(jī)器推理的曙光 3
1.1.2 哥德?tīng)柌煌陚涠ɡ怼?
1.1.3 計(jì)算機(jī)的形式化 3
1.1.4 邁向人類(lèi)思想的形式化 4
1.1.5 人工智能學(xué)科的誕生 5
1.2 學(xué)習(xí)機(jī)理 6
1.2.1 到底什么是智能軟件 6
1.2.2 神經(jīng)元是如何工作的 7
1.2.3 胡蘿卜加大棒法
（軟硬兼施） 10
1.2.4 應(yīng)變能力 12
1.3 人工智能的形式 13
1.3.1 原始智能 13
1.3.2 專(zhuān)家系統(tǒng) 13
1.3.3 自治系統(tǒng) 15
1.3.4 人工的情感形式 17
1.4 本章小結(jié) 18
第2章 智能軟件 19
2.1 應(yīng)用人工智能 19
2.1.1 軟件智能的發(fā)展 19
2.1.2 專(zhuān)家系統(tǒng) 20
2.2 通用人工智能 22
2.2.1 無(wú)監(jiān)督學(xué)習(xí) 22
2.2.2 監(jiān)督學(xué)習(xí) 24
2.3 本章小結(jié) 26
第3章 映射問(wèn)題和算法 27
3.1 基本問(wèn)題 27
3.1.1 對(duì)象分類(lèi) 28
3.1.2 結(jié)果預(yù)測(cè) 30
3.1.3 對(duì)象分組 31
3.2 更復(fù)雜的問(wèn)題 33
3.2.1 圖像分類(lèi) 33
3.2.2 目標(biāo)檢測(cè) 34
3.2.3 文本分析 34
3.3 自動(dòng)機(jī)器學(xué)習(xí) 35
3.3.1 AutoML平臺(tái)的
特性 35
3.3.2 運(yùn)行中的AutoML Model Builder 37
3.4 本章小結(jié) 40
第4章 機(jī)器學(xué)習(xí)解決方案的
一般步驟 42
4.1 數(shù)據(jù)收集 42
4.1.1 組織中的數(shù)據(jù)驅(qū)動(dòng)文化 43
4.1.2 存儲(chǔ)選項(xiàng) 44
4.2 數(shù)據(jù)準(zhǔn)備 45
4.2.1 提高數(shù)據(jù)質(zhì)量 45
4.2.2 清理數(shù)據(jù) 46
4.2.3 特征工程 47
4.2.4 *終確定訓(xùn)練數(shù)據(jù)集 48
4.3 模型選擇及訓(xùn)練 50
4.3.1 算法備忘錄 51
4.3.2 神經(jīng)網(wǎng)絡(luò)案例 53
4.3.3 評(píng)估模型性能 54
4.4 模型部署 55
4.4.1 選擇合適的主機(jī)平臺(tái) 55
4.4.2 公開(kāi)API 56
4.5 本章小結(jié) 56
第5章 數(shù)據(jù)因素 58
5.1 數(shù)據(jù)質(zhì)量 58
5.1.1 數(shù)據(jù)有效性 58
5.1.2 數(shù)據(jù)收集 59
5.2 數(shù)據(jù)完整性 60
5.2.1 完備性 61
5.2.2 唯一性 61
5.2.3 及時(shí)性 61
5.2.4 準(zhǔn)確性 61
5.2.5 一致性 62
5.3 到底什么是數(shù)據(jù)科學(xué)家 62
5.3.1 工作中的數(shù)據(jù)科學(xué)家 62
5.3.2 數(shù)據(jù)科學(xué)家工具箱 63
5.3.3 數(shù)據(jù)科學(xué)家和軟件
開(kāi)發(fā)人員 63
5.4 本章小結(jié) 64
第二部分 .NET中的機(jī)器學(xué)習(xí)
第6章 .NET方式 66
6.1 為什么用或不用Python 67
6.1.1 為什么在機(jī)器學(xué)習(xí)中
Python如此受歡迎 67
6.1.2 Python機(jī)器學(xué)習(xí)庫(kù)的
分類(lèi) 68
6.1.3 基于Python模型的端到
端解決方案 70
6.2 ML.NET簡(jiǎn)介 72
6.2.1 在ML.NET中創(chuàng)建和
使用模型 72
6.2.2 學(xué)習(xí)環(huán)境的要素 74
6.3 本章小結(jié) 78
第7章 實(shí)現(xiàn)ML.NET管道 79
7.1 從數(shù)據(jù)開(kāi)始 79
7.1.1 探索數(shù)據(jù)集 80
7.1.2 應(yīng)用公共數(shù)據(jù)轉(zhuǎn)換 80
7.1.3 關(guān)于數(shù)據(jù)集的注意事項(xiàng) 81
7.2 訓(xùn)練步驟 81
7.2.1 選擇算法 82
7.2.2 評(píng)估算法的性能 82
7.2.3 計(jì)劃測(cè)試階段 83
7.2.4 指標(biāo)預(yù)覽 83
7.3 從客戶(hù)端應(yīng)用程序中預(yù)測(cè)價(jià)格 84
7.3.1 獲取模型文件 84
7.3.2 設(shè)置ASP.NET應(yīng)用程序 85
7.3.3 預(yù)測(cè)出租車(chē)費(fèi) 85
7.3.4 設(shè)計(jì)適當(dāng)?shù)挠脩?hù)界面 87
7.3.5 質(zhì)疑數(shù)據(jù)和解決問(wèn)題的
方法 88
7.4 本章小結(jié) 88
第8章 ML.NET任務(wù)及算法 89
8.1 ML.NET的整體框架 89
8.1.1 涉及的類(lèi)型和接口 89
8.1.2 數(shù)據(jù)表示 90
8.1.3 支持的目錄 92
8.2 分類(lèi)任務(wù) 94
8.2.1 二值分類(lèi) 94
8.2.2 多分類(lèi) 98
8.3 聚類(lèi)任務(wù) 103
8.3.1 準(zhǔn)備工作數(shù)據(jù) 103
8.3.2 訓(xùn)練模型 104
8.3.3 評(píng)估模型 105
8.4 遷移學(xué)習(xí) 107
8.4.1 建立圖像分類(lèi)器的步驟 108
8.4.2 應(yīng)用必要的數(shù)據(jù)轉(zhuǎn)換 108
8.4.3 模型的構(gòu)建和訓(xùn)練 110
8.4.4 關(guān)于遷移學(xué)習(xí)的補(bǔ)充
說(shuō)明 112
8.5 本章小結(jié) 112
第三部分 淺層學(xué)習(xí)基礎(chǔ)
第9章 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ) 114
9.1 統(tǒng)計(jì)數(shù)據(jù) 114
9.1.1 統(tǒng)計(jì)平均值 115
9.1.2 統(tǒng)計(jì)眾數(shù) 117
9.1.3 統(tǒng)計(jì)中位數(shù) 118
9.2 偏差和方差 119
9.2.1 統(tǒng)計(jì)學(xué)中的方差 120
9.2.2 統(tǒng)計(jì)學(xué)中的偏差 122
9.3 數(shù)據(jù)表示 122
9.3.1 五位數(shù)總結(jié) 122
9.3.2 直方圖 123
9.3.3 散點(diǎn)圖 124
9.3.4 散點(diǎn)圖矩陣 125
9.3.5 以適當(dāng)?shù)谋壤L圖 125
9.4 本章小結(jié) 126
第10章 機(jī)器學(xué)習(xí)的度量 127
10.1 統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí) 127
10.1.1 機(jī)器學(xué)習(xí)的*終目標(biāo) 128
目 錄
譯者序
前言
致謝
作者簡(jiǎn)介
**部分 機(jī)器學(xué)習(xí)基礎(chǔ)
第1章 人類(lèi)是如何學(xué)習(xí)的 2
1.1 邁向思考型機(jī)器 2
1.1.1 機(jī)器推理的曙光 3
1.1.2 哥德?tīng)柌煌陚涠ɡ怼?
1.1.3 計(jì)算機(jī)的形式化 3
1.1.4 邁向人類(lèi)思想的形式化 4
1.1.5 人工智能學(xué)科的誕生 5
1.2 學(xué)習(xí)機(jī)理 6
1.2.1 到底什么是智能軟件 6
1.2.2 神經(jīng)元是如何工作的 7
1.2.3 胡蘿卜加大棒法
（軟硬兼施） 10
1.2.4 應(yīng)變能力 12
1.3 人工智能的形式 13
1.3.1 原始智能 13
1.3.2 專(zhuān)家系統(tǒng) 13
1.3.3 自治系統(tǒng) 15
1.3.4 人工的情感形式 17
1.4 本章小結(jié) 18
第2章 智能軟件 19
2.1 應(yīng)用人工智能 19
2.1.1 軟件智能的發(fā)展 19
2.1.2 專(zhuān)家系統(tǒng) 20
2.2 通用人工智能 22
2.2.1 無(wú)監(jiān)督學(xué)習(xí) 22
2.2.2 監(jiān)督學(xué)習(xí) 24
2.3 本章小結(jié) 26
第3章 映射問(wèn)題和算法 27
3.1 基本問(wèn)題 27
3.1.1 對(duì)象分類(lèi) 28
3.1.2 結(jié)果預(yù)測(cè) 30
3.1.3 對(duì)象分組 31
3.2 更復(fù)雜的問(wèn)題 33
3.2.1 圖像分類(lèi) 33
3.2.2 目標(biāo)檢測(cè) 34
3.2.3 文本分析 34
3.3 自動(dòng)機(jī)器學(xué)習(xí) 35
3.3.1 AutoML平臺(tái)的
特性 35
3.3.2 運(yùn)行中的AutoML Model Builder 37
3.4 本章小結(jié) 40
第4章 機(jī)器學(xué)習(xí)解決方案的
一般步驟 42
4.1 數(shù)據(jù)收集 42
4.1.1 組織中的數(shù)據(jù)驅(qū)動(dòng)文化 43
4.1.2 存儲(chǔ)選項(xiàng) 44
4.2 數(shù)據(jù)準(zhǔn)備 45
4.2.1 提高數(shù)據(jù)質(zhì)量 45
4.2.2 清理數(shù)據(jù) 46
4.2.3 特征工程 47
4.2.4 *終確定訓(xùn)練數(shù)據(jù)集 48
4.3 模型選擇及訓(xùn)練 50
4.3.1 算法備忘錄 51
4.3.2 神經(jīng)網(wǎng)絡(luò)案例 53
4.3.3 評(píng)估模型性能 54
4.4 模型部署 55
4.4.1 選擇合適的主機(jī)平臺(tái) 55
4.4.2 公開(kāi)API 56
4.5 本章小結(jié) 56
第5章 數(shù)據(jù)因素 58
5.1 數(shù)據(jù)質(zhì)量 58
5.1.1 數(shù)據(jù)有效性 58
5.1.2 數(shù)據(jù)收集 59
5.2 數(shù)據(jù)完整性 60
5.2.1 完備性 61
5.2.2 唯一性 61
5.2.3 及時(shí)性 61
5.2.4 準(zhǔn)確性 61
5.2.5 一致性 62
5.3 到底什么是數(shù)據(jù)科學(xué)家 62
5.3.1 工作中的數(shù)據(jù)科學(xué)家 62
5.3.2 數(shù)據(jù)科學(xué)家工具箱 63
5.3.3 數(shù)據(jù)科學(xué)家和軟件
開(kāi)發(fā)人員 63
5.4 本章小結(jié) 64
第二部分 .NET中的機(jī)器學(xué)習(xí)
第6章 .NET方式 66
6.1 為什么用或不用Python 67
6.1.1 為什么在機(jī)器學(xué)習(xí)中
Python如此受歡迎 67
6.1.2 Python機(jī)器學(xué)習(xí)庫(kù)的
分類(lèi) 68
6.1.3 基于Python模型的端到
端解決方案 70
6.2 ML.NET簡(jiǎn)介 72
6.2.1 在ML.NET中創(chuàng)建和
使用模型 72
6.2.2 學(xué)習(xí)環(huán)境的要素 74
6.3 本章小結(jié) 78
第7章 實(shí)現(xiàn)ML.NET管道 79
7.1 從數(shù)據(jù)開(kāi)始 79
7.1.1 探索數(shù)據(jù)集 80
7.1.2 應(yīng)用公共數(shù)據(jù)轉(zhuǎn)換 80
7.1.3 關(guān)于數(shù)據(jù)集的注意事項(xiàng) 81
7.2 訓(xùn)練步驟 81
7.2.1 選擇算法 82
7.2.2 評(píng)估算法的性能 82
7.2.3 計(jì)劃測(cè)試階段 83
7.2.4 指標(biāo)預(yù)覽 83
7.3 從客戶(hù)端應(yīng)用程序中預(yù)測(cè)價(jià)格 84
7.3.1 獲取模型文件 84
7.3.2 設(shè)置ASP.NET應(yīng)用程序 85
7.3.3 預(yù)測(cè)出租車(chē)費(fèi) 85
7.3.4 設(shè)計(jì)適當(dāng)?shù)挠脩?hù)界面 87
7.3.5 質(zhì)疑數(shù)據(jù)和解決問(wèn)題的
方法 88
7.4 本章小結(jié) 88
第8章 ML.NET任務(wù)及算法 89
8.1 ML.NET的整體框架 89
8.1.1 涉及的類(lèi)型和接口 89
8.1.2 數(shù)據(jù)表示 90
8.1.3 支持的目錄 92
8.2 分類(lèi)任務(wù) 94
8.2.1 二值分類(lèi) 94
8.2.2 多分類(lèi) 98
8.3 聚類(lèi)任務(wù) 103
8.3.1 準(zhǔn)備工作數(shù)據(jù) 103
8.3.2 訓(xùn)練模型 104
8.3.3 評(píng)估模型 105
8.4 遷移學(xué)習(xí) 107
8.4.1 建立圖像分類(lèi)器的步驟 108
8.4.2 應(yīng)用必要的數(shù)據(jù)轉(zhuǎn)換 108
8.4.3 模型的構(gòu)建和訓(xùn)練 110
8.4.4 關(guān)于遷移學(xué)習(xí)的補(bǔ)充
說(shuō)明 112
8.5 本章小結(jié) 112
第三部分 淺層學(xué)習(xí)基礎(chǔ)
第9章 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ) 114
9.1 統(tǒng)計(jì)數(shù)據(jù) 114
9.1.1 統(tǒng)計(jì)平均值 115
9.1.2 統(tǒng)計(jì)眾數(shù) 117
9.1.3 統(tǒng)計(jì)中位數(shù) 118
9.2 偏差和方差 119
9.2.1 統(tǒng)計(jì)學(xué)中的方差 120
9.2.2 統(tǒng)計(jì)學(xué)中的偏差 122
9.3 數(shù)據(jù)表示 122
9.3.1 五位數(shù)總結(jié) 122
9.3.2 直方圖 123
9.3.3 散點(diǎn)圖 124
9.3.4 散點(diǎn)圖矩陣 125
9.3.5 以適當(dāng)?shù)谋壤L圖 125
9.4 本章小結(jié) 126
第10章 機(jī)器學(xué)習(xí)的度量 127
10.1 統(tǒng)計(jì)學(xué)與機(jī)器學(xué)習(xí) 127
10.1.1 機(jī)器學(xué)習(xí)的*終目標(biāo) 128
展開(kāi)全部
書(shū)友推薦
- >
中國(guó)人在烏蘇里邊疆區(qū):歷史與人類(lèi)學(xué)概述
- >
二體千字文
- >
小考拉的故事-套裝共3冊(cè)
- >
中國(guó)歷史的瞬間
- >
巴金－再思錄
- >
羅庸西南聯(lián)大授課錄
- >
有舍有得是人生
- >
我與地壇
本類(lèi)暢銷(xiāo)
