中文字幕成熟丰满人妻,内射人妻无码色a∨无码

內(nèi)容簡(jiǎn)介

　　本書(shū)介紹Jupyter、數(shù)據(jù)清洗、高級(jí)機(jī)器學(xué)習(xí)、網(wǎng)頁(yè)爬蟲(chóng)、交互式可視化、神經(jīng)網(wǎng)絡(luò)、深度學(xué)習(xí)、模型構(gòu)建、模型評(píng)估與優(yōu)化、產(chǎn)品化處理等有關(guān)深度學(xué)習(xí)應(yīng)用方面的內(nèi)容。本書(shū)理論與實(shí)踐并重、體系完整、內(nèi)容新穎、條理清晰、組織合理、強(qiáng)調(diào)實(shí)踐，包括使用scikitlearn、TensorFlow和Keras創(chuàng)建智能系統(tǒng)和機(jī)器學(xué)習(xí)解決方案，并將論述的重點(diǎn)放在實(shí)現(xiàn)和實(shí)踐上，以便讓讀者更好地了解Python深度學(xué)習(xí)應(yīng)用的實(shí)現(xiàn)細(xì)節(jié)。本書(shū)適合所有對(duì)Python深度學(xué)習(xí)感興趣的人士閱讀。

作者簡(jiǎn)介

　　高凱漢族，教授，博士畢業(yè)于上海交通大學(xué)計(jì)算機(jī)應(yīng)用技術(shù)專業(yè)，河北省省級(jí)重點(diǎn)學(xué)科“計(jì)算機(jī)軟件與理論”中“信息檢索與云計(jì)算”方向?qū)W術(shù)帶頭人，研究生導(dǎo)師，中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員，中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF計(jì)算機(jī)應(yīng)用專委常委，中國(guó)計(jì)算機(jī)學(xué)會(huì)CCF中文信息技術(shù)專委委員，河北省科技咨詢業(yè)協(xié)會(huì)第六屆理事會(huì)常務(wù)理事，英國(guó)學(xué)術(shù)期刊International Journal of Computer Applications in Technology副主編，國(guó)際學(xué)術(shù)會(huì)議International Conference on Modelling， Identification and Control程序委員會(huì)委員；主要研究方向?yàn)槿斯ぶ悄?、大?shù)據(jù)搜索與挖掘、網(wǎng)絡(luò)信息檢索、自然語(yǔ)言處理、社會(huì)計(jì)算等；多年主講研究生課程《人工智能》、本科生課程《數(shù)據(jù)庫(kù)原理與應(yīng)用》，系河北科技大學(xué)教學(xué)名師；近年出版了《信息檢索與智能處理》、《大數(shù)據(jù)搜索與挖掘》、《網(wǎng)絡(luò)信息檢索技術(shù)及搜索引擎系統(tǒng)開(kāi)發(fā)》、《大數(shù)據(jù)搜索與挖掘及可視化管理方案》等學(xué)術(shù)專著；在電子工業(yè)出版社、清華大學(xué)出版社、國(guó)防工業(yè)出版社等出版了高等學(xué)校計(jì)算機(jī)規(guī)劃教材《數(shù)據(jù)庫(kù)原理與應(yīng)用》、高等院校信息技

圖書(shū)目錄

目錄
第1章Jupyter基礎(chǔ)/ 1
1.1基本功能與特征/ 2
1.1.1Jupyter Notebook是什么，為什么它如此有用/ 2
1.1.2Jupyter Notebook概覽/ 4
1.1.3Jupyter特色/ 8
1.1.4Python庫(kù)/ 14
1.2第一個(gè)數(shù)據(jù)分析實(shí)例——基于波士頓住房數(shù)據(jù)集/ 17
1.2.1使用Pandas DataFrame載入數(shù)據(jù)集/ 17
1.2.2數(shù)據(jù)集/ 22
1.2.3基于Jupyter Notebook的預(yù)測(cè)分析簡(jiǎn)介/ 26
1.2.4實(shí)踐: 構(gòu)建一個(gè)基于三階多項(xiàng)式的模型/ 30
1.2.5使用分類特征完成對(duì)數(shù)據(jù)集的分段分析/ 35
1.3本章小結(jié)/ 41第2章數(shù)據(jù)清洗和高級(jí)機(jī)器學(xué)習(xí)/ 42
2.1準(zhǔn)備訓(xùn)練預(yù)測(cè)模型/ 43
2.1.1確定預(yù)測(cè)分析計(jì)劃/ 43
2.1.2機(jī)器學(xué)習(xí)的數(shù)據(jù)預(yù)處理/ 45
2.1.3實(shí)踐: 準(zhǔn)備訓(xùn)練“員工去留問(wèn)題”的預(yù)測(cè)模型/ 55
2.2訓(xùn)練分類模型/ 64
2.2.1分類算法簡(jiǎn)介/ 64
2.2.2使用k折交叉驗(yàn)證和驗(yàn)證曲線評(píng)估模型/ 79
2.2.3降維技術(shù)/ 84
2.2.4訓(xùn)練員工去留問(wèn)題的預(yù)測(cè)模型/ 85
2.3本章小結(jié)/ 93第3章網(wǎng)頁(yè)信息采集和交互式可視化/ 94
3.1采集網(wǎng)頁(yè)信息/ 95
3.1.1HTTP請(qǐng)求簡(jiǎn)介/ 95
3.1.2在Jupyter Notebook中實(shí)現(xiàn)HTTP請(qǐng)求/ 96
3.1.3在Jupyter Notebook中解析HTML/ 101
3.1.4實(shí)踐: 在Jupyter Notebook中實(shí)現(xiàn)網(wǎng)頁(yè)信息采集/ 107
3.2交互可視化/ 111
3.2.1構(gòu)建DataFrame以存儲(chǔ)和組織數(shù)據(jù)/ 111
3.2.2Bokeh簡(jiǎn)介/ 117
3.2.3實(shí)例: 使用交互式可視化探索數(shù)據(jù)/ 121
3.3本章小結(jié)/ 130第4章神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)概述/ 132
4.1什么是神經(jīng)網(wǎng)絡(luò)/ 132
4.1.1成功的應(yīng)用案例/ 133
4.1.2為什么神經(jīng)網(wǎng)絡(luò)能夠表現(xiàn)得如此出色/ 134
4.1.3深度學(xué)習(xí)的局限性/ 136
4.1.4神經(jīng)網(wǎng)絡(luò)的一般構(gòu)成和操作/ 137
4.2配置深度學(xué)習(xí)環(huán)境/ 139
4.2.1用于深度學(xué)習(xí)的軟件組件/ 139
4.2.2實(shí)例: 驗(yàn)證軟件組件/ 141
4.2.3探索一個(gè)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)/ 143
4.2.4實(shí)例: 探索一個(gè)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)/ 148
4.3本章小結(jié)/ 150第5章模型體系結(jié)構(gòu)/ 151
5.1選擇合適的模型體系結(jié)構(gòu)/ 151
5.1.1常見(jiàn)的體系結(jié)構(gòu)/ 151
5.1.2數(shù)據(jù)標(biāo)準(zhǔn)化/ 156
5.1.3構(gòu)建您的問(wèn)題/ 157
5.1.4實(shí)例: 探索比特幣數(shù)據(jù)集，為模型準(zhǔn)備數(shù)據(jù)/ 159
5.2使用Keras作為T(mén)ensorFlow接口/ 165
5.2.1模型組件/ 165
5.2.2實(shí)例: 使用Keras創(chuàng)建TensorFlow模型/ 167
5.2.3從數(shù)據(jù)準(zhǔn)備到建模/ 168
5.2.4訓(xùn)練神經(jīng)網(wǎng)絡(luò)/ 169
5.2.5調(diào)整時(shí)間序列數(shù)據(jù)維度/ 169
5.2.6預(yù)測(cè)數(shù)據(jù)/ 172
5.2.7實(shí)例: 組建深度學(xué)習(xí)系統(tǒng)/ 173
5.3本章小結(jié)/ 176第6章模型評(píng)估和優(yōu)化/ 177
6.1模型評(píng)估/ 177
6.1.1問(wèn)題類別/ 177
6.1.2損失函數(shù)、準(zhǔn)確率和錯(cuò)誤率/ 178
6.1.3使用TensorBoard進(jìn)行可視化/ 180
6.1.4實(shí)現(xiàn)模型評(píng)估的測(cè)度/ 182
6.1.5實(shí)踐: 創(chuàng)建一個(gè)訓(xùn)練環(huán)境/ 187
6.2超參數(shù)優(yōu)化/ 192
6.2.1針對(duì)神經(jīng)層和神經(jīng)元——添加更多的神經(jīng)層/ 192
6.2.2迭代步數(shù)/ 194
6.2.3激活函數(shù)/ 195
6.2.4激活函數(shù)的實(shí)現(xiàn)/ 197
6.2.5正則化策略/ 198
6.2.6結(jié)果優(yōu)化/ 199
6.2.7實(shí)踐: 優(yōu)化神經(jīng)網(wǎng)絡(luò)模型/ 200
6.3本章小結(jié)/ 202第7章產(chǎn)品化/ 203
7.1處理新數(shù)據(jù)/ 203
7.1.1分離數(shù)據(jù)和模型/ 203
7.1.2處理新數(shù)據(jù)/ 205
7.1.3實(shí)例: 處理新數(shù)據(jù)/ 208
7.2將模型部署為Web應(yīng)用程序/ 210
7.2.1應(yīng)用架構(gòu)和技術(shù)/ 210
7.2.2部署和使用cryptonic/ 211
7.2.3實(shí)例: 部署深度學(xué)習(xí)應(yīng)用程序/ 214
7.3本章小結(jié)/ 216