Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究

定　價：￥68.00

作　者：	曹玉嬋
出版社：	東北師范大學(xué)出版社
叢編項：
標(biāo)　簽：	暫缺

購買這本書可以去

京東 (￥45.30)

ISBN：	9787568164528	出版時間：	2019-11-01	包裝：
開本：	16開	頁數(shù)：	375	字?jǐn)?shù)：

內(nèi)容簡介

　　《Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》的特點如下：一是理論與實踐結(jié)合，在較詳細(xì)、全面地講解理論后，會配上相應(yīng)的代碼實現(xiàn)，以加深讀者對相應(yīng)算法的理解：二是注重基礎(chǔ)，《Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》不僅介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識，還涵蓋了傳統(tǒng)的、經(jīng)典的、基礎(chǔ)的機器學(xué)習(xí)算法的大意及這些算法與神經(jīng)網(wǎng)絡(luò)在本質(zhì)上的聯(lián)系：三是注重創(chuàng)新，《Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》介紹了許多新穎、有效的技術(shù)；四是注重應(yīng)用，《Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》最后兩章著重介紹了如何搭建應(yīng)用于現(xiàn)實任務(wù)的神經(jīng)網(wǎng)絡(luò)框架（該框架不僅具有可擴展性，也兼顧了用戶友好性，能在各個領(lǐng)域中發(fā)揮作用）?！禤ython與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》主要介紹了經(jīng)典傳統(tǒng)機器學(xué)習(xí)算法、神經(jīng)網(wǎng)絡(luò)技術(shù)入門要點、從傳統(tǒng)算法走向神經(jīng)網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)進(jìn)階、半自動化機器學(xué)習(xí)框架等內(nèi)容。為廣大讀者提供了大量實用的學(xué)習(xí)資料?！禤ython與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》的編寫目的是介紹一種機器學(xué)習(xí)的入門方法。雖然市面上已經(jīng)有許多機器學(xué)習(xí)的相關(guān)書籍，但大多數(shù)書籍要么過于偏重理論，要么過于偏重應(yīng)用，要么過于“厚重”。《Python與神經(jīng)網(wǎng)絡(luò)實戰(zhàn)研究》致力于理論與實踐相結(jié)合，在講述理論的同時，利用Python這種簡明、實用的編程語言進(jìn)行一系列的實踐與應(yīng)用。

作者簡介

　　曹玉嬋，女，副教授，計算機碩士學(xué)位，云南林業(yè)職業(yè)技術(shù)學(xué)院信息工程學(xué)院數(shù)字媒體藝術(shù)設(shè)計專業(yè)負(fù)責(zé)人，參與國家重點課題一項，廳級項目多項，主持過3項課題，正式發(fā)表學(xué)術(shù)論文20余篇，主編教材2本，副主編6本，參編多本，指導(dǎo)學(xué)生多次在國家和省級競賽中，獲得好成績，教學(xué)效果突出，多次獲得先進(jìn)教師稱號。

圖書目錄

第1章 Python與機器學(xué)習(xí)入門
1．1 機器學(xué)習(xí)緒論
1．2 Python簡介
1．3 第一個機器學(xué)習(xí)樣例
第2章經(jīng)典傳統(tǒng)機器學(xué)習(xí)算法
2．1 樸素貝葉斯
2．2 決策樹
2．3 支持向量機
2．4 Logistic回歸
第3章神經(jīng)網(wǎng)絡(luò)
3．1 從感知機到多層感知機
3．2 前向傳導(dǎo)算法
3．3 反向傳播算法
3．4 特殊的層結(jié)構(gòu)
3．5 參數(shù)的更新
3．6 樸素的網(wǎng)絡(luò)結(jié)構(gòu)
3．7 “大數(shù)據(jù)”下的網(wǎng)絡(luò)結(jié)構(gòu)
第4章從傳統(tǒng)算法走向神經(jīng)網(wǎng)絡(luò)
4．1 樸素貝葉斯的線性形式
4．2 決策樹生成算法的本質(zhì)
4．3 模型轉(zhuǎn)換的局限性
第5章卷積神經(jīng)網(wǎng)絡(luò)
5．1 卷積神經(jīng)網(wǎng)絡(luò)速成
5．2 手寫數(shù)字識別
5．3 Keras中的圖像增強
第6章循環(huán)神經(jīng)網(wǎng)絡(luò)
6．1 循環(huán)神經(jīng)網(wǎng)絡(luò)速成
6．2 多層感知器的時間序列預(yù)測：國際旅行游客人數(shù)預(yù)測
6．3 LSTM時間序列問題預(yù)測：國際旅行游客人數(shù)預(yù)測
6．4 序列分類：IMDB影評分類
6．5 多變量時間序列預(yù)測：PM2．5預(yù)報
第7章神經(jīng)網(wǎng)絡(luò)進(jìn)階
7．1 層結(jié)構(gòu)內(nèi)部的額外工作
7．2 “淺”與“深”的結(jié)合
7．3 神經(jīng)網(wǎng)絡(luò)中的“決策樹”
7．4 神經(jīng)網(wǎng)絡(luò)中的剪枝
7．5 AdvancedNN的結(jié)構(gòu)設(shè)計
7．6 AdvancedNN的實際性能
第8章文本處理
8．1 逗號分隔值（CSV）
8．2 JSON
8．3 可擴展標(biāo)記語言
8．4 相關(guān)模塊
第9章因特網(wǎng)客戶端編程
9．1 因特網(wǎng)客戶端簡介
9．2 文件傳輸
9．3 網(wǎng)絡(luò)新聞
9．4 電子郵件
9．5 實戰(zhàn)
第10章深度神經(jīng)網(wǎng)絡(luò)
10．1 創(chuàng)建一個感知器
10．2 創(chuàng)建一個單層神經(jīng)網(wǎng)絡(luò)
10．3 創(chuàng)建一個深度神經(jīng)網(wǎng)絡(luò)
10．4 創(chuàng)建一個向量量化器
10．5 為序列數(shù)據(jù)分析創(chuàng)建一個遞歸神經(jīng)網(wǎng)絡(luò)
10．6 在光學(xué)字符識別數(shù)據(jù)庫中將字符可視化
第11章半自動化機器學(xué)習(xí)框架
11．1 數(shù)據(jù)的準(zhǔn)備
11．2 數(shù)據(jù)的轉(zhuǎn)換
11．3 AutoBase的實現(xiàn)補足
11．4 AutoMeta的實現(xiàn)
11．5 訓(xùn)練過程的監(jiān)控