中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
全國計算機等級考試最新真考題庫模擬考場及詳解·二級MSOffice高級應用
-
>
決戰行測5000題(言語理解與表達)
-
>
軟件性能測試.分析與調優實踐之路
-
>
第一行代碼Android
-
>
JAVA持續交付
-
>
EXCEL最強教科書(完全版)(全彩印刷)
-
>
深度學習
數據分析及實現 版權信息
- ISBN：9787560776651
- 條形碼：9787560776651 ; 978-7-5607-7665-1
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>
數據分析及實現 內容簡介
從什么是數據，數據與優化的關系入手，以經典的傳統數據分析方法和*新的深度學習算法為例，系統介紹了數據分析的算法設計思想及實現方法。內容涉及了數據的可視化、特征選擇與降維、神經網絡基本原理、無監督學習、有監督學習、深度學習的魯棒性等，全書提供了豐富的實例以及完整的可實現的Pyth從什么是數據，數據與優化的關系入手，以經典的傳統數據分析方法和*新的深度學習算法為例，系統介紹了數據分析的算法設計思想及實現方法。內容涉及了數據的可視化、特征選擇與降維、神經網絡基本原理、無監督學習、有監督學習、深度學習的魯棒性等，全書提供了豐富的實例以及完整的可實現的Python代碼，強調數學概念在算法中的作用，力圖通過簡明的介紹和推導，讓讀者理解數據分析的本質，起到舉一反三的作用。on代碼，強調數學概念在算法中的作用，力圖通過簡明的介紹和推導，讓讀者理解數據分析的本質，起到舉一反三的作用。
數據分析及實現 目錄
第1章 數據分析概述
1.1 數據分析的背景
1.2 數據的類型
1.3 數據集的使用
參考文獻
第2章 數據可視化
2.1 數據可視化簡介
2.2 數據可視化網絡工具
2.3 數據可視化案例
參考文獻
第3章 數據分析與優化
3.1 模型與優化目標
3.2 梯度下降算法
3.3 過擬合與欠擬合
參考文獻
第4章 特征工程
4.1 數據預處理
4.2 特征選擇
4.3 特征降維
參考文獻
第5章 無監督學習
5.1 系統
5.2 K均值聚類
5.3 譜聚類
5.4 EM算法
5.5 變分自編碼
參考文獻
第6章 監督學習
6.1 樸素貝葉斯分類
6.2 感知器
6.3 支持向量機
6.4 深度學習分類
參考文獻
第7章 深度學習的魯棒性
7.1 神經網絡的脆弱性
7.2 攻擊擾動的構造
7.3 對抗訓練防御
7.4 基于分類器改進的防御方法
7.5 總結
參考文獻
附錄A 開發框架的安裝與使用
A.1 PyTorch CPU版本的安裝
A.2 PyTorch GPU版本的優勢及安裝
A.3 開發界面
參考文獻
附錄B 神經網絡
B.1 全連接網絡與反向傳播算法
B.2 卷積神經網絡
B.3 循環神經網絡
參考文獻
展開全部
書友推薦
- >
我與地壇
- >
李白與唐代文化
- >
我從未如此眷戀人間
- >
煙與鏡
- >
羅曼·羅蘭讀書隨筆-精裝
- >
推拿
- >
小考拉的故事-套裝共3冊
- >
中國歷史的瞬間
本類暢銷
