- 深度学习企业实战--基于R语言
- - 作者：(英)尼格尔·刘易斯|译者:邓世超
  - 出版社：人民邮电
  - ISBN：9787115510099
  - 出版日期：2019/06/01
  - 页数：190
- 售价：23.6

内容大纲
    深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。同时，深度学习也是非常贴近AI的一个技术分支，得到了越来越多人的关注。本书侧重于R语言与深度学习的结合，旨在通过通俗易懂的语言和实用技巧的介绍，帮助读者了解深度学习在商业领域的应用。
    本书包含12章，涉及基本的R编程技巧和深度学习原理，同时介绍了神经网络和深度学习在商业分析中的应用。除此之外，本书还介绍了神经网络的学习机制、激活函数等内容，并且给出了新闻分类、客户维系方法、消费预测、产品需求预测等实用策略。
    本书注重实用性，不对读者做过多的技术要求，适合所有想通过R编程来了解深度学习，并对其商业化应用感兴趣的读者。
作者介绍
尼格尔·刘易斯（N.D.Lewis），是一位数据科学和预测领域的讲师、作者和研究者。他在华尔街和伦敦从事投资管理工作多年，编著了统计、数据科学和量化模型方面的数本图书，并且在大学里开设深度学习、机器学习和数据分析应用等方面的课程。
目录
第1章  如何充分利用本书
  1.1  软件包使用建议
  1.2  高效使用函数
  1.3  无需等待
    1.3.1  勤于动手
    1.3.2  深度学习的价值
  1.4  参考资料
第2章  商业分析与神经网络
  2.1  数据价值创造周期
  2.2  神经网络简介
  2.3  模式识别的本质
    2.3.1  时序模式
    2.3.2  复杂的商业模式
  2.4  属性、分类和回归
    2.4.1  属性
    2.4.2  回归
    2.4.3  分类
  2.5  参考资料
第3章  商业中的深度学习
  3.1  古典游戏让深度学习大放异彩
  3.2  还有谁希望快速地了解深度学习的强大
  3.3  改进价值创造链
  3.4  如何进行智能化营销
  3.5  客户流失——以及如何增加利润的小技巧
  3.6  挖掘预测产品需求过程中隐藏的商机
  3.7  参考资料
第4章  神经元和激活函数
  4.1  人工神经元简介
  4.2  激活函数
  4.3  简化数学计算
  4.4  S型激活函数简介
  4.5  参考资料
第5章  神经网络的学习机制
  5.1  反向传播算法简介
  5.2  基本算法的工作原理
  5.3  关于渐变下降
  5.4  误差面简介
    5.4.1  均方根误差
    5.4.2  局部极小值
  5.5  关于随机梯度下降的注意事项
  5.6  参考资料
第6章  深度神经网络简介
第7章  在线热点新闻分类
第8章  为客户流失建模以促进业务增长
第9章  产品需求预测
第10章  预测客户信用卡消费的艺术
第11章  客户品牌选择建模简介
第12章  汽车价格预测

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目