{itemname}
{itemname}
香港二樓書店 > 今日好書推介
那些動物告訴我的事:用科學角度透視動物的思想世界
定價127.00元
8
折優惠:
HK$101.6
●二樓推薦
●文學小說
●商業理財
●藝術設計
●人文史地
●社會科學
●自然科普
●心理勵志
●醫療保健
●飲 食
●生活風格
●旅 遊
●宗教命理
●親子教養
●少年讀物
●輕 小 說
●漫 畫
●語言學習
●考試用書
●電腦資訊
●專業書籍
精通機器學習:使用Scikit-Learn, Keras與TensorFlow 第二版
沒有庫存
訂購需時10-14天
9789865024345
Aurelien Geron
賴屹民
歐萊禮
2020年4月08日
400.00 元
HK$ 360
詳
細
資
料
ISBN:9789865024345</li><li>規格:平裝 / 816頁 / 18.5 x 23 x 4.08 cm / 普通級 / 單色印刷 / 二版</li><li>出版地:台灣
分
類
電腦資訊
>
資料庫
>
其他
內
容
簡
介
<div class="bd">
<div class="content" style="height:auto;">
<div> 建立智慧系統的概念、工具與技術?</div>
<div>?</div>
<div> 深度學習經歷了一系列的突破之後,已經大幅推動了整個機器學習領域,如今,即使你對這項技術一無所知,也可以使用簡單、高效的工具,製作可從資料中學習的程式。這本暢銷書新版本使用具體的案例、精簡的理論,以及Python準生產框架,協助你直觀地認識智慧系統的概念與建構工具。?</div>
<div>?</div>
<div> 你將學到可快速上手的技術,只要具備程式編寫經驗,就可以藉由各章的習題來學習。你可以在GitHub取得本書的所有程式碼,這些程式已經更新為TensorFlow 2,以及最新版的Scikit-Learn。?</div>
<div>?</div>
<div> •使用Scikit-Learn與pandas,透過端對端專案建立機器學習基礎?</div>
<div> •用TensorFlow 2建構與訓練許多神經網路架構,以進行分類及回歸?</div>
<div> •探索物體偵測、語義分割、專注機制、語言模型、GAN等?</div>
<div> •探索TensorFlow 2的官方高階API—Keras API?</div>
<div> •使用TensorFlow的Data API、分散式策略API、TF Transform及TF-Serving將TensorFlow模型生產化?</div>
<div> •在Google Cloud AI Platform或行動裝置上部署?</div>
<div> •瞭解降維、分群及異常檢測等非監督學習技術?</div>
<div> •用強化學習來建立自主學習代理程式(agent),包括使用TF-Agents程式庫<br>
<br>
<strong>讀者書評</strong><br>
?
<div> “這是一本卓越的機器學習資源,有清楚、直觀的解說,以及大量實用技巧。” —— Francois Chollet(Keras作者,《Deep Learning with Python》作者 )</div>
<div>?</div>
<div> “這本書詳細介紹以神經網路解決問題的理論與做法;建議想要實際運用ML的人都要看這本書。” —— Pete Warden (TensorFlow行動主管 )</div>
</div></div><div class="type02_gradient" style="display:none;"></div>
</div></div><div class="mod_b type02_m057 clearfix">
<a name="AuthorP00a400020009"> </a>
目
錄
<div class="bd">
<div class="content more_off" id="M201105_0_getProdTextInfo_P00a400020009_h2">
前言?<br>
<br>
<strong>【第一部分 機器學習基本知識】?</strong><br>
chapter 01 機器學習領域?<br>
chapter 02 端對端機器學習專案?<br>
chapter 03 分類?<br>
chapter 04 訓練模型?<br>
chapter 05 支援向量機?<br>
chapter 06 決策樹?<br>
chapter 07 整體學習與隨機森林?<br>
chapter 08 降維?<br>
chapter 09 無監督學習技術?<br>
<br>
<strong>【第二部分 神經網路與深度學習】?</strong><br>
chapter 10 以 Keras 介紹人工神經網路?<br>
chapter 11 訓練深度神經網路?<br>
chapter 12 用 TensorFlow 來自製模型和進行訓練?<br>
chapter 13 使用 TensorFlow 來載入和預先處理資料?<br>
chapter 14 使用摺積神經網路來製作深度電腦視覺?<br>
chapter 15 使用 RNN 和 CNN 來處理序列?<br>
chapter 16 用 RNN 與 Attention 處理自然語言?<br>
chapter 17 使用自動編碼網路與 GAN 來進行表徵學習與生成學習?<br>
chapter 18 強化學習?<br>
chapter 19 大規模訓練與部署 TensorFlow 模型?<br>
<br>
附錄 A 習題解答?<br>
附錄 B 機器學習專案檢核表?<br>
附錄 C SVM 對偶問題?<br>
附錄 D Autodiff?<br>
附錄 E 其他流行的 ANN 結構?<br>
附錄 F 特殊資料結構?<br>
附錄 G TensorFlow 圖?<br>
索引<br>
</div>
書
評
其 他 著 作