深度學習 (微課視頻版) 呂雲翔 王志鵬 9787302670728 【台灣高等教育出版社】
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$381
商品編號:
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
| *完成訂單後正常情形下約兩周可抵台。 *本賣場提供之資訊僅供參考，以到貨標的為正確資訊。 印行年月：202408*若逾兩年請先於私訊洽詢存貨情況，謝謝。 台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。 書名：深度學習 (微課視頻版) ISBN：9787302670728 出版社：清華大學 著編譯者：呂雲翔 王志鵬 頁數：279 所在地：中國大陸 *此為代購商品 書號：1674975 可大量預訂，請先連絡。 內容簡介 本書循序漸進地介紹了深度學習的基礎知識與常用方法，全面細緻地提供了深度學習操作的原理和在深度學習框架下的實踐步驟。本書共分為三部分，理論基礎、實驗和案例。第一部分理論基礎，包括第1∼7章，主要介紹深度學習的基礎知識、深度學習在不同領域的應用、不同深度學習框架的對比以及機器學習、神經網路等內容；第二部分實驗，包括第8∼9章，主要講解常用深度學習框架的基礎以及計算機視覺、自然語言處理、強化學習和可視化技術領域的一些實驗講解。第三部分案例包括第10∼17章，通過8個案例介紹深度學習在圖像分類、目標檢測、目標識別、圖像分割、生成對抗、自然語言處理等方面的應用。 本書適合Python深度學習初學者、機器學習演算法分析從業人員以及高等學校計算機科學、軟體工程等相關專業的師生閱讀。目錄 第一部分 理論基礎第1章 深度學習簡介 1 1 計算機視覺 1 1 1 定義 1 1 2 基本任務 1 1 3 傳統方法 1 1 4 仿生學與深度學習 1 1 5 現代深度學習 1 1 6 小結 1 2 自然語言處理 1 2 1 自然語言處理的基本問題 1 2 2 傳統方法與神經網路方法的比較 1 2 3 發展趨勢 1 3 強化學習 1 3 1 什麼是強化學習 1 3 2 強化學習演算法簡介 1 3 3 強化學習的應用 小結 習題 第2章 深度學習框架及其對比 2 1 PyTorch 2 1 1 PyTorch簡介 2 1 2 PyTorch的特點 2 1 3 PyTorch概述 2 2 TensorFlow 2 2 1 TensorFlow簡介 2 2 2 數據流圖 2 2 3 TensorFlow的特點 2 2 4 TensorFlow概述 2 3 PaddlePaddle 2 3 1 PaddlePaddle簡介 2 3 2 PaddlePaddle的特點 2 3 3 PaddlePaddle的應用 2 4 三者的比較 小結 習題 第3章 機器學習基礎知識 3 1 機器學習概述 3 1 1 關鍵術語 3 1 2 機器學習的分類 3 1 3 機器學習的模型構造過程 3 2 監督學習 3 2 1 線性回歸 3 2 2 Logistic回歸 3 2 3 最小近鄰法 3 2 4 線性判別分析法 3 2 5 樸素貝葉斯分類演算法 3 2 6 決策樹分類演算法 3 2 7 支持向量機分類演算法 3 3 非監督學習 3 3 1 劃分式聚類方法 3 3 2 層次化聚類方法 3 3 3 基於密度的聚類方法 3 4 強化學習 3 4 1 強化學習、監督學習和非監督學習 3 4 2 強化學習問題描述 3 4 3 強化學習問題分類 3 5 神經網路和深度學習 3 5 1 感知器模型 3 5 2 前饋神經網路 3 5 3 卷積神經網路 3 5 4 其他類型結構的神經網路 3 6 案例：銀行貸款用戶篩選 小結 習題 第4章 回歸模型 4 1 線性回歸 4 2 Logistic回歸 4 3 用PyTorch實現Logistic回歸 4 3 1 數據準備 4 3 2 線性方程 4 3 3 激活函數 4 3 4 損失函數 4 3 5 優化演算法 4 3 6 模型可視化 第二部分 實驗 第三部分 案例 詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於PChome商店街私訊告知ISBN或書號，我們即儘速上架。 |
