中圖網小程序
一鍵登錄
更方便
本類五星書更多>
-
>
闖進數學世界――探秘歷史名題
-
>
中醫基礎理論
-
>
當代中國政府與政治(新編21世紀公共管理系列教材)
-
>
高校軍事課教程
-
>
思想道德與法治(2021年版)
-
>
毛澤東思想和中國特色社會主義理論體系概論(2021年版)
-
>
中醫內科學·全國中醫藥行業高等教育“十四五”規劃教材
機器學習實踐(第2版) 版權信息
- ISBN：9787302649205
- 條形碼：9787302649205 ; 978-7-302-64920-5
- 裝幀：平裝-膠訂
- 冊數：暫無
- 重量：暫無
- 所屬分類：>>
機器學習實踐(第2版) 本書特色
本書是基于Python以及飛槳（PaddlePaddle）深度學習框架的實踐性機器學習入門教程，理論翔實，實用性極強。
機器學習實踐(第2版) 內容簡介
本書是基于Python以及飛槳（PaddlePaddle）深度學習框架的實踐性機器學習入門教程，內容涵蓋Python基礎語法、機器學習常用算法以及在計算機視覺和自然語言處理等經典領域的詳細案例解析。 本書語言簡潔易懂，注重實踐與理論相結合，旨在幫助讀者掌握機器學習的核心概念和技能。通過閱讀本書，讀者可以快速了解機器學習各種算法的應用場景，并掌握使用PaddlePaddle來解決機器學習問題的方法。對于想要入門機器學習的人來說，本書是一本實用性較強的參考書。
機器學習實踐(第2版) 目錄
第1章Python基礎實踐
1．1實踐一： 九九乘法表
1．2實踐二： 抽獎系統
1．3實踐三： 批量文件遍歷、復制、重命名
1．4實踐四： 數據統計分析及可視化
1．5實踐五： 圖像直方圖統計
第2章數據爬取與分析 2．1實踐一： 爬取明星數據 2．2實踐二： 科比職業生涯數據爬取與分析 2．3實踐三： 電視影評爬取 2．4實踐四： 股票行情爬取與分析
第3章機器學習基礎實踐 3．1實踐一： 基于線性回歸/Lasso回歸/多項式回歸實現房價預測 3．2實踐二： 基于樸素貝葉斯實現文本分類 3．3實踐三： 基于邏輯回歸模型實現手寫數字識別 3．4實踐四： 基于SVM/決策樹/XGBoost算法實現鳶尾花 3．5實踐五： 基于Kmeans/層次聚類算法實現自制數據集聚類
第4章神經網絡基礎實踐 4．1實踐一： 基于全連接神經網絡實現鮑魚年齡預測 4．2實踐二： 基于全連接神經網絡實現車輛分類 4．3實踐三： 基于高層API實現車輛分類
第5章計算機視覺基礎實踐 5．1實踐一： 圖像數據預處理實踐 5．2實踐二： 基于卷積神經網絡實現寶石分類 5．3實踐三： 基于VGGNet網絡模型實現美食分類 5．4實踐四： 基于ResNet網絡模型實現中草藥分類 5．5實踐五： 基于Faster RCNN模型實現目標檢測 5．6實踐六： 基于UNet模型實現寵物圖像分割
第6章自然語言處理基礎實踐 6．1實踐一： 文本數據處理實踐 6．2實踐二： 基于CBOW/Skipgram實現Word2Vec 6．3實踐三： 基于循環神經網絡實現情感分類 6．4實踐四： 基于LSTM實現謠言檢測 6．5實踐五： 基于結合注意力機制的LSTM實現機器翻譯 6．6實踐六： 基于GRU實現電影評論分析
第7章深度學習前沿應用 7．1實踐一： 文字識別 7．2實踐二： 手寫數字生成 7．3實踐三： 新聞主題分類 7．4實踐四： 詩歌生成 7．5實踐五： 圖像分類FineTuning 7．6實踐六： 文本分類FineTuning
參考文獻
第2章數據爬取與分析 2．1實踐一： 爬取明星數據 2．2實踐二： 科比職業生涯數據爬取與分析 2．3實踐三： 電視影評爬取 2．4實踐四： 股票行情爬取與分析
第3章機器學習基礎實踐 3．1實踐一： 基于線性回歸/Lasso回歸/多項式回歸實現房價預測 3．2實踐二： 基于樸素貝葉斯實現文本分類 3．3實踐三： 基于邏輯回歸模型實現手寫數字識別 3．4實踐四： 基于SVM/決策樹/XGBoost算法實現鳶尾花 3．5實踐五： 基于Kmeans/層次聚類算法實現自制數據集聚類
第4章神經網絡基礎實踐 4．1實踐一： 基于全連接神經網絡實現鮑魚年齡預測 4．2實踐二： 基于全連接神經網絡實現車輛分類 4．3實踐三： 基于高層API實現車輛分類
第5章計算機視覺基礎實踐 5．1實踐一： 圖像數據預處理實踐 5．2實踐二： 基于卷積神經網絡實現寶石分類 5．3實踐三： 基于VGGNet網絡模型實現美食分類 5．4實踐四： 基于ResNet網絡模型實現中草藥分類 5．5實踐五： 基于Faster RCNN模型實現目標檢測 5．6實踐六： 基于UNet模型實現寵物圖像分割
第6章自然語言處理基礎實踐 6．1實踐一： 文本數據處理實踐 6．2實踐二： 基于CBOW/Skipgram實現Word2Vec 6．3實踐三： 基于循環神經網絡實現情感分類 6．4實踐四： 基于LSTM實現謠言檢測 6．5實踐五： 基于結合注意力機制的LSTM實現機器翻譯 6．6實踐六： 基于GRU實現電影評論分析
第7章深度學習前沿應用 7．1實踐一： 文字識別 7．2實踐二： 手寫數字生成 7．3實踐三： 新聞主題分類 7．4實踐四： 詩歌生成 7．5實踐五： 圖像分類FineTuning 7．6實踐六： 文本分類FineTuning
參考文獻
展開全部
書友推薦
- >
回憶愛瑪儂
- >
我與地壇
- >
小考拉的故事-套裝共3冊
- >
羅庸西南聯大授課錄
- >
伯納黛特,你要去哪(2021新版)
- >
自卑與超越
- >
我從未如此眷戀人間
- >
史學評論
本類暢銷
