- 基于Google云平台的机器学习和深度学习入门/机器学习系列
- - 作者：(日)吉川隼人|责编:闾洪庆|译者:薛建彬//张振华
  - 出版社：机械工业
  - ISBN：9787111660033
  - 出版日期：2020/10/01
  - 页数：220
- 售价：31.6

内容大纲
    本书主要介绍了Google云平台中有关机器学习的多种工具，以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低，读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。
    本书在使用每种机器学习的工具或技术之前，都会对相应的理论进行较为翔实的介绍。但也同时考虑了机器学习理论的复杂性，在对理论知识的介绍中避免了复杂的数学公式，取而代之的是生动浅显的例子。其中很多示例是使用Python代码在Google云平台上实现的。
    本书适合刚开始接触机器学习的读者阅读。
作者介绍
目录
译者序
原书前言
人工智能、机器学习和深度学习
第1部分  GCP与机器学习
  第1章  尝试使用GCP
    1.1  GCP概述
    1.2  创建账户和项目
    1.3  Cloud Shell
    1.4  Google Compute Engine
    1.5  Google Cloud Storage
    1.6  BigQuery
  第2章  使用Datalab
    2.1  Datalab快速浏览
    2.2  NumPy和pandas
    2.3  链接Datalab和BigQuery
    2.4  用Datalab绘制各种图形
  第3章  使用GCP轻松进行机器学习
    3.1  GCP的机器学习相关服务
    3.2  Cloud Vision API
    3.3  Cloud Translation API
    3.4  Cloud Natural Language API
第2部分  识别的基础
  第4章  二类识别
    4.1  简单识别
    4.2  机器学习的引入
    4.3  感知器
    4.4  损失函数
    4.5  逻辑回归
  第5章  多类分类器和各种分类器
    5.1  scikit-learn快速导览
    5.2  多类逻辑回归
    5.3  支持向量机
    5.4  随机森林
  第6章  数据评估方法和调整
    6.1  基本的学习流程
    6.2  学习和测试
    6.3  数据评估
    6.4  参数调整
第3部分  深度学习入门
  第7章  深度学习基础知识
    7.1  图像识别
    7.2  神经网络
    7.3  激活函数
    7.4  多类支持
    7.5  各种梯度下降法
    7.6  TensorFlow的准备
    7.7  神经网络的实现
    7.8  使用DNNClassifier简化学习
    7.9  TensorBoard
  第8章  CNN

    8.1  前面图像识别中的问题
    8.2  卷积层
    8.3  卷积层运算的种类和池化层
    8.4  使用TensorFlow实施两层CNN
附录
  附录A  Python2的基本使用方法
  附录B  Jupyter的设置

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目