Deep Learning: 用Python進行深度學習的基礎理論實作
相關熱銷的書籍推薦給您
書名:DEEP LEARNING|用PYTHON進行深度學習的基礎理論實作
出版社:歐萊禮
出版年月:201708
條碼:9789864764846
內容簡介
不走捷徑,幫助您真正搞懂「深度學習」的真義
這是一本與「深度學習」有關的書籍。從入門開始說明,一步一步帶領你瞭解深度學習必須具備的知識。本書可以幫助您了解:深度學習究竟是什麼?有何特色?根據何種原理來運作?
從零開始,由實做中學習
本書的目標是,盡量避免使用不瞭解內容的「黑盒子」,以基礎的知識為起點,以容易上手的Python撰寫程式,從動手實作的過程中,一步步深入瞭解深度學習。若以車用書籍來比喻這本書的話,這本書並不屬於汽車駕訓教材,而是希望能夠幫助您瞭解車子的原理,而非教您開車的方法。為了瞭解汽車的結構,必須試著打開車子的引擎蓋,將每個零件都拿起來觀察、操作看看。然後盡量用簡單的形狀,篩選出車子的核心部分,就像組合迷你模型般,製作出這台車子。本書的目標,就是透過製作車子的過程,讓你感受到自己實際可以製作出車子,進而熟悉與車子的相關技術。
本書特色:
.利用最少的外部函式庫,使用Python,從零開始實際執行深度學習的程式。
.說明Python 的用法,讓Python 的初學者也能理解。
.實際執行Python 的原始碼,同時提供讀者手邊可以進行實驗的學習環境。
.從簡單的機器學習問題開始,到最後執行精密辨識影像的系統。
.以淺顯易懂的方式說明深度學習與神經網路理論。
.針對看似複雜的技術,如誤差反向傳播與卷積運算等,利用實際操作方式說明,幫助理解。
.介紹在執行深度學習時,有幫助且實用的技巧,包括決定學習率的方法、權重的預設值等。
.說明Batch Normalization、Dropout、Adam 等最近的趨勢與操作。
.為什麼深度學習很優秀,為什麼加深層數,就能提高辨識準確度,為什麼隱藏層很重要,仔細說明這些「為什麼」。
.介紹自動運作、產生影像、強化學習等深度學習的應用範例。
作者介紹
作者簡介
斎藤康毅
1984年生於長崎縣對馬,畢業於東京工業大學工學院,東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。1984年生於長崎縣對馬,畢業於東京工業大學工學院,東京大學研究所學際情報學府學士課程修畢。現在於企業內從事與電腦視覺、機器學習有關的研究開發工作。
目錄
第一章 Python入門
第二章 感知器
第三章 神經網路
第四章 神經網路的學習
第五章 誤差反向傳播法
第六章 與學習有關的技巧
第七章 卷積神經網路
第八章 深度學習
附錄A Softmax-with-Loss層的計算圖
參考文獻
立即查看
Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and the Cloud (1版)
類似書籍推薦給您
目錄大綱
Table of Contents:
1. Introduction to Computers and Python
2. Introduction to Python Programming
3. Control Statements and Program Development
4. Functions
5. Sequences: Lists and Tuples
6. Dictionaries and Sets
7. Array-Oriented Programming with NumPy
8. Strings: A Deeper Look
9. Files and Exceptions
10. Object-Oriented Programming
11. Computer Science Thinking: Recursion, Searching, Sorting and Big O
12. Natural Language Processing (NLP)
13. Data Mining Twitter
14. IBM Watson and Cognitive Computing
15. Machine Learning: Classification, Regression and Clustering
16. Deep Learning
17. Big Data: Hadoop, Spark, NoSQL and IoT
Index
目錄大綱(中文翻譯)
目錄:
1. 電腦和Python簡介
2. Python程式設計簡介
3. 控制語句和程式開發
4. 函式
5. 序列:列表和元組
6. 字典和集合
7. 使用NumPy進行陣列導向程式設計
8. 字串:更深入的觀察
9. 檔案和例外處理
10. 物件導向程式設計
11. 電腦科學思維:遞迴、搜尋、排序和Big O
12. 自然語言處理(NLP)
13. 探勘Twitter資料
14. IBM Watson和認知運算
15. 機器學習:分類、回歸和分群
16. 深度學習
17. 大數據:Hadoop、Spark、NoSQL和物聯網
索引
原價:
1480
售價:
1406
現省:
74元
立即查看
Introduction to Computation and Programming Using Python (3版)
類似書籍推薦給您
Introduction to Computation and Programming Using Python 3/e
+作者:Guttag
+年份:2021 年3 版
+ISBN:9780262542364
+書號:CS0446P
+規格:平裝/單色
+頁數:664
+出版商:The MIT Press
目錄
1 GETTING STARTED
2 INTRODUCTION TO PYTHON
3 SOME SIMPLE NUMERICAL PROGRAMS
4 FUNCTIONS, SCOPING,AND ABSTRACTION
5 STRUCTURED TYPES AND MUTABILITY
6 RECURSION AND GLOBAL VARIABLES
7 MODULES AND FILES
8 TESTING AND DEBUGGING
9 EXCEPTIONS AND ASSERTIONS
10 CLASSES AND OBJECT-ORIENTED PROGRAMMING
11 A SIMPLISTIC INTRODUCTION TO ALGORITHMIC COMPLEXITY
12 SOME SIMPLE ALGORITHMS AND DATA STRUCTURES
13 PLOTTING AND MORE ABOUT CLASSES
14 KNAPSACK AND GRAPH OPTIMIZATION PROBLEMS
15 DYNAMIC PROGRAMMING
16 RANDOM WALKS ANDMORE ABOUT DATA VISUALIZATION
17 STOCHASTIC PROGRAMS, PROBABILITY, AND DISTRIBUTIONS
18 MONTE CARLO SIMULATION
19 SAMPLING AND CONFIDENCE
20 UNDERSTANDING EXPERIMENTAL DATA
21 RANDOMIZED TRIALS AND HYPOTHESIS CHECKING
22 LIES, DAMNED LIES, AND STATISTICS
23 EXPLORING DATA WITH PANDAS
24 A QUICK LOOK AT MACHINE LEARNING
25 CLUSTERING
26 CLASSIFICATIONMETHODS
PYTHON 3.8 QUICK REFERENCE
原價:
1360
售價:
1265
現省:
95元
立即查看
Intro to Python for Computer Science and Data Science: Learning to Program with AI, Big Data and The Cloud
類似書籍推薦給您
立即查看
Electromagnetic Simulation Using the FDTD Method with Python 3/E 2020 <JW> (3版)
類似書籍推薦給您
立即查看
MongoDB and Python: Patterns and processes for the popular document-oriented database (Paperback)<O'Reilly Media>
類似書籍推薦給您
立即查看