Python是一门通用型编程语言，也是一门相对容易学习的语言。因此，数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时，经常选择使用Python。本书填补了机器学习和Web发之间的鸿沟。本书重讲解在Web应用中实现预测分析功能的难，重介绍Python语言及相关框架、工具和库，展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念，学习如何将数据部署到用Django框架发的Web应用；还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。随后，你将一步探索功能强大的Django框架，学习搭建一个简单、具备现代感的影评情感分析应用，它可是用机器学习算法驱动的！本书是写给正努力成为数据科学家的读者以及新晋的数据科学家的。读者应该具备一些机器学习经验。如果你对发智能（具备预测功能的）Web应用感兴趣，或正在从事相
在过去几年中，自然语言处理技术的受欢迎程度呈现“爆炸式”增长。尽管Google、Facebook、OpenAI等前沿公司继续发布着规模更大的语言模型，但许多发团队仍在摸索着构建与时俱的自然语言处理应用程序。本书将帮助你快速了解自然语言处理的新技术及未来发展趋势。 通过阅读本书，你将学习如何为组织中的实际应用程序构建、训练和部署模型。作者使用强调现代自然语言处理*佳实践的代码和示例来指导你完成整个过程。 本书的主要内容包括： ?使用先的自然语言处理模型（如BERT和GPT-3）来解决命名实体识别、文本分类、语义搜索和阅读理解等自然语言处理任务。 ?发性能可媲美甚至优于箱即用系统的自然语言处理模型。 ?Transformer架构和现代技巧，比如席卷整个自然语言处理世界的迁移学习。 ?自然语言处理的工具和框架，包括spaCy、Hugging Face和fast.ai。 ?使用Python
机器学习是计算机科学和人工智能中非常重要的一个研究领域。
随着计算机技术、大数据科学以及深度计算理论的发展，人工智能已广泛应用于各行 各业，把人工智能技术作为大学教育的通识课程，已经成为各高等学校的通行做法。但如 何设面向所有专业的人工智能课程，这是一件具有挑战性的教学改革课题。本书的作者 们在总结多年来人工智能相关领域科学研究的基础上，结合通识课程的要求，编写了这本 书。这是一个有意义的尝试。
人工智能相关领域面试、笔试、经验心得、算法、考、难、真题解析一应俱全，获取高薪 在这里，有面试笔试常见技巧的提炼与总结； 在这里，有面试笔试高频人工智能领域相关知识的整理与剖析； 在这里，有面试笔试历年人工智能领域相关真题的解答与拓展。
今天的AI一定不会重蹈当年的覆辙吗？中国的AI产业真实发展到了什么地步？哪些AI技术*有前途？AI已经被证明可以在哪些领域改变我们的生活？哪些技术征兆，可以让我们窥视十年后的科技未来？在这个AI复兴的时代，还有哪些其他令人兴奋的科技话题？《未来学徒 读懂人工智能飞驰时代》将人工智能的技术语言翻译成大众语言，用灵活易懂的文字解读人工智能的技术核心，通过正在发生的案例摸清人工智能的发展脉络，力求对人工智能的解析让文科生也能读懂。《未来学徒 读懂人工智能飞驰时代》内容主要聚焦于2014~2018年，这是人工智能在当今时代再次复兴的关键五年，作者将其称为 人工智能飞驰时代 ，也是大众口中的 人工智能风口五年 。希望站在较为冷静的当下对火热过往的回望，能带给读者以理性的启迪。《未来学徒 读懂人工智能飞驰时代》的作者为2017
1.内容全面 俯瞰全领域，网罗人工智能发基础理论和技术； 2.图文并茂 334张图示帮助理解，以图配文，知识清晰直观； 3.专业实用 详略得当，辅以公式和代码，为深研究基础。 知识涵盖： 机器学习/深度学习/强化学习/图像和语音的模式识别/自然语言处理/分布式计算
机器人技术在强调一致性与完美性的工业领域极具吸引力。 自动化在当今世界发挥着重要作用，其中的大多数是通过机器人应用和支持机器人的各类平台实现的。 ROS是一个模块化软件平台，用于发通用性的机器人应用。本书聚焦于ROS当前稳定的发布版本Kinect Kame，讨论机器人领域的高级概念，并展示如何使用ROS编程。 本书首先深介绍ROS框架，帮助你清晰地了解ROS是如何工作的。然后，你将学习如何构建复杂机器人的模型，并用运动规划库（ROS MoveIt！）和ROS导航软件包集（Navigation）对机器人行仿真和交互。之后，你将了解如何把I/O发板、传感器和执行机构与ROS连，还将学习如何连硬件设备，以及如何用ROS和ROS-Industrial对复杂机器人行仿真。*后，你将了解ROS程序设计的*佳实战技巧与经验。 通过阅读本书，你将学到： ·创建一个7-DOF机械臂，以及一个差速轮式移
跟随《机器人爱好者》令人激动的机器人世界吧！《SERVO》杂志是美国久负盛名的机器人技术杂志，创刊16年来，坚持为 机器人领域的创新者 服务，提供机器人行业资讯，并指导爱好者动手自制各种炫酷的机器人。《机器人爱好者》内容精选自《SERVO》杂志，针对中国读者的需求和爱好，行了精选和重组，每年出版3辑。第8辑共包括4章内容，介绍了常见的警用和应急响应机器人以及和老人交互的机器人等主题；介绍了Nomad、Turtlebot和Parallax等工具的使用，方便读者行机器人DIY；还包括自己动手制作无人机专栏文章（第四篇）；*后介绍了全球机器人领域*的研究动态和资讯。《机器人爱好者》系列专辑内容权威，实践性强，既可以帮助国内的爱好者和从业人员了解国外机器人的发展动向，也可以给机器人研发人员提供创意和灵感。另外，本系列图书也非常适合参加各类
和谐人机环境是计算机理论和技术的一个重要的发展方向，也是当前计算机研究的一个热点领域。
机器学习正在迅速成为数据驱动型世界的一个bi备模块。许多不同的领域，如机器人、医学、零售和出版等，都需要依赖这门技术。通过阅读 Python机器学习实践指南 ，你将学习如何一步步构建真实的机器学习应用程序。Python机器学习实践指南 以通俗易懂，简洁明了的方式，教你如何使用机器学习来收集、分析并操作大量的数据。通过易于理解的项目，本书讲解如何处理各种类型的数据、如何以及何时应用不同的机器学习技术，包括监督学习和无监督学习。本书中的每个项目都同时提供了教学和实践，你将学习如何使用聚类技术来发现低价的机票，以及如何使用线性回归找到一间便宜的公寓 。Python机器学习实践指南 适合的读者包括了解数据科学的Python程序员、数据科学家、架构师，以及想要构建完整的、基于Python的机器学习系统的人们。通过阅读Python机器学习实践
人类史上人工智能灵思诗集！跟随 少女诗人 萌妹子 微软小冰，走诗的唯美世界。 微软全球执行副总裁，美国国家工程院外籍院士沈向洋博士倾情作序推荐！ 师从中国519位现代诗人，经过6000分钟、10000次的迭代学习，至今创作70928首现代诗，从中精心挑选139首。 精心排放每一张美图，特种纸全彩印刷，力图将*美的诗集呈现给每一位读者！ 湛庐文化出品。
一线资深技术专家撰写，凝结其自身多年的实践经验，深浅出阐述深度学习的发展历程、相关概念和工作原理涉及当前流行的两个深度学习工具：Caffe和TensorFlow，并且初步探讨强化学习的基本原理和应用
1.机器学习门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深浅出讲解机器学习应用和工程实践。 2.系统阐释利用机器学习大规模地解决业务问题，涉及项目准备工作、数据收集、特征工程、监督模型训练、模型评估、模型部署，以及模型服务、监测和维护等全流程 3.从零始讲解，分任务、分步骤的介绍机器学习项目，展示项目完整设计过程。 4.理论实践相结合侧重于讨论多种实际应用场景，帮助读者应用到实际发中。 5.人工智能和机器学习领域专业人士Cassie Kozyrkov、Karolis Urbonas作序推荐。
本书阐述人工智能火热的成因、发展历程、产业、技术和应用场景，详解人工智能的几个核心技术（机器学习、特征工程、模型、算法、深度学习）和两个*流行的源平台（sklearn和TensorFlow）。通过本书的学习，读者能掌握人工智能技术体系、重技术和平台工具，为人工智能技术应用到实际工作场景中下基础。
2022年12月16日， Science 杂志发布了2022年度科学十大突破，AIGC（人工智能生成内容）赫然在列。一时间，AIGC成为当下炙手可热的概念。2022年9月，AI绘画爆火；11月30日，ChatGPT横空出世，正式让全世界看到了AIGC的 强大 。无论是AI绘画的爆火，还是ChatGPT的诞生，都属于AIGC这一概念。谁曾想到，在元宇宙、Web3.0等概念风靡的2022年，AI凭借 创作 强势崛起，这预示着AIGC元年即将启，下一个万亿赛道即将爆发。资料显示，国内大厂百度、腾讯优图、阿里巴巴、快手、字节跳动、网易、商汤、美图等都在AIGC领域有所投；国外科技巨头谷歌、Meta、微软、Stability AI、Jasper、OpenAI等也始布局AIGC。2023年，将是AIGC与Web3.0、元宇宙密切结合并将爆发的一年。作为AIGC的门级科普读物，本书结合生动的比喻和有趣的案例，向所有关注未来科技的从业者、创业者、投资人、政府部门科普了AIG
初学者学习机器学习课程一般都会面临两大障碍。*大障碍是数学基础。机器学习要求有数学基础，书中大量的公式是初学者的噩梦，尤其是对于已经离大学走向工作岗位的爱好者来说，从头始去学习和理解数据分布和模型背后的数学原理需要花费很多的时间和精力，学习周期非常漫长。第二大障碍是编程实践。并不是所有人都擅长编代码，而只有亲手用代码实现机器学习的各种算法，亲眼见到算法解决了实际问题，才能更深理解算法。除非想做高精尖的前沿研究，理论研究和公式推导并非大多数人的专长，如果只是想更合理地应用机器学习来解决实际问题，掌握必需的数学知识就可以理解问题该如何解决，使用Python编程实现机器学习算法也比使用C 或Java等语言容易得多。 本书就是为了让初学者顺利门而设计的。首先，本书只讲述机器学习常用算法的基本原理，并
全面反映新一代信息技术对机器人的变革作用，理论系统性强、理论联系实际，通过本书整合各种智能机器人的应用、科研展，通过思维导图、二维码等构建放性学习知识体系。
- 领导 谷歌大脑 的工程师Jeff Dean发来寄语- 李航、余凯等人工智能领域专家倾力推荐- 基于TensorFlow 1.1，包揽TensorFlow的新特性- 技术内容全面，实战案例丰富，视野广阔- 人脸识别、语音识别、图像和语音相结合等热一应俱全TensorFlow是深度学习的zui流行的框架之一，极适合新手门。谷歌公司正致力于建立一个相关软件和机器学习模型的源生态系统，这是人工智能发展的技术风口。本书基于TensorFlow1.1版本，深TensorFlow基础原理、设计理念、编程模型、源码分析和模型构建、工业界应用、大规模数据训练等。全书分为基础篇、实战篇和提高篇三部分。 基础篇 人工智能门，学习深度学习的方法。 TensorFlow基础原理、设计架构和编程模型。 常用API、批标准化、模型的存储与加载、队列及线程、实现一个自定义OP。 TensorBorad可视化的全面解析。 源码分析。 神经网络（CNN和RNN）
本书是工业智能新技术系列中的一本，基于智能硬件发方向的一个产品，是一本可以边做边学的实用指南、智能家居DIY的必选教程。适合对机器人相关技术感兴趣的读者阅读，也适合作为普通高校相关专业的工程创新实训、课程设计、科研竞赛及实验指导教程。
1.作者*近几年与多家企业合作，展了多项机器学习数据分析的项目，熟悉机器学习的基本原理，并对 TI One、Spark MLlib、TensorFlow 等主流的机器学习工具的安装、配置以及使用过程中的问题比较熟悉，积累了一些详细的分析案例，可以支撑《机器学习实验案例分析》的内容。 2.通过《机器学习实验案例分析》的学习，学生不仅可以模仿实验指导书重复基于 TI One、、Spark MLlib、TensorFlow 的实际数据分析应用，也很容易与一反三，对新问题设计合理的分析思路。 3.作者是国内早期研究商务智能的学者之一（2001 年起），在国内也是较早设商务智能等数据分析课程（2003 年起），有一定的影响力。商务智能被评为上海市精品课程，获得 2013年高等教育上海市教学成果奖二等奖。 4.通过精心选择数据和应用问题，并设计项目的实验指导书，突出数据分析过程中常遇到的问题，使
比史蒂夫 乔布斯、埃隆 马斯克更偏执的 科技狂人 ，现实版 弗兰肯斯坦 ，美国知名生物制药公司联合治疗公司创始人兼CEO 玛蒂娜 罗斯布拉特缔造不死未来的世纪争议之作！ 超越人类身体的物理界限，实现人类思维、意识永生不死！《虚拟人》通过思维文件、思维软件、思维克隆人及思维克隆技术等核心概念，向我们展现了一幅人类未来思维永生的大图景！ 驭势科技（北京）有限公司联合创始人兼CEO吴甘沙，Ehang亿航创始人兼CEO胡华智，清华大学心理学系主任、加州大学伯克利分校心理学系终身教授彭凯平，中国当代知名科幻作家、畅销书《三体》作者刘慈欣，中国科学院国家天文台研究员、中国科学院大学教授、 第十一届文津奖 获奖图书《星际穿越》译者苟利军，奇大学校长、谷歌工程总监、畅销书《人工智能的未来》作者雷 库兹韦尔，人造生
本书主要阐述EDA技术和数字系统设计方法，按照“编程器件→设计语言→开发软件→系统设计”的顺序，系统地介绍PLD器件、VHDL设计语言、流行的EDA设计软件和数字系统设计方法等内容，力求涵盖数字系统开发设计中所涉及的主要方面，并在内容上进行精心编排，以着眼于综合开发能力的提高。
读者对象：1、希望在多个平台的C 环境下始使用OpenCV的计算机视觉新手；2、计算机视觉工程师；3、从初级到高级的各级学生、教师、研究人员；4、其他对计算机视觉和OpenCV感兴趣的人员 1、鼓励 复制 粘贴 运行 这种学习方式并尝试将数学基础保持在*限度； 2、涵盖计算机视觉热门主题，提供完整的项目代码; 3、新增 为项目找到*OpenCV算法 、 避免OpenCV中的常见陷阱 ； 4、超越基础知识，从更高层次来设计和实现复杂图像识别项目。 5、版本新：OpenCV的API（v4.0.0）
神经网络已成为从大量原始的，看似无关的数据中提取有用知识的强大技术。 Java语言是用于实现神经网络的zui合适的工具之一，也是现阶段非常流行的编程语言之一，包含多种有助于发的API和包，具有 一次编写，随处运行 的可移植性。本书完整地演示了使用Java发神经网络的过程，既有非常基础的实例也有高级实例。首先，你将学习神经网络的基础知识、感知机及其特征。 然后，你将使用学到的概念来实现自组织映射网络。 此外，你还会了解一些应用，如天气预报、疾病诊断、客户特征分析和光学字符识别（OCR）等。 zui后，你将学习实时优化和自适应神经网络的方法。首先，你将学习神经网络的基础知识和它们的学习过程。 然后我们关注感知机及其特征。 下来，您将使用您学到的概念实现自组织映射。 此外，您将了解一些应用，如天气预报，疾病诊断，客户
1.不用任何专业基础就能读懂并制作，即便是中小学生也没问题。 2.具备知识性、趣味性，符合当今素质教育鼓励发学生动手能力的主题。 3．机器人制作是火热的话题，完成制作可以在身边环境（兴趣论坛、朋友圈子、学校中）受到关注，有一定实用价值。 4．实践操作性强：从工具和材料准备、装配方法、设计思路到制作过程都配合图片，行了详细讲解，可以对照操作，来完成自己的制作。 5．所选制作实例也有相应的背景知识，读者不光可以制作出有趣的机器人，也可以从中学到相应的知识，比如电子元件常识、机器人的运动方式、仿生学等。 6．作者在杂志、网络上有一定影响力。 7.有配套套件，既可以借助套件推广图书，也可以考虑图书搭配套件销售。
读者对象： 1、人工智能领域的技术工程师，尤其是机器学习和深度学习领域的工程师； 2、高校人工智能专业学生、教师以及研究人员； 3、希望了解人工智能尤其是深度学习的技术工程师和产品经理。 （1）本书由百度官方出品，PaddlePaddle总架构师共同创作。 （2）百度公司CTO王海峰博士作序，张钹院士、李未院士、百度集团副总裁吴甜联袂推荐 （3） 内容全面、由浅深、注重实践 ，结合新近PaddlePaddle技术版本，详细讲解了PaddlePaddle的技术和原理，以及如何从零始快速掌握深度学习。
1.本书引用国内外大量理论研究和实践经验，内容翔实。 2.本书作者有数百家企业的服务经验，对于数字经济的背景、发展及相关框架有着非常清晰的认知。 3.本书从少见的经济学视角出发，而非常见的产业视角，为读者提供了不同维度的数字经济概念。 4.本书语言通俗易通，可以面向各类读者，无论是初学者还是研究者。
本书从人工智能的历史与现状、应用和商业化未来趋势等方面行介绍，并列举了相关的案例行剖析，深分析了人工智能对社会环境所带来的变化、机遇与挑战。本书内容涵盖了人工智能的主要发展领域，如无人驾驶、金融科技、医疗服务、智慧安防等，刻画了人工智能未来的发展场景和商业模式，为我国各行业应对智能化转型提供很好的指引和借鉴。
本书深浅出地为读者解答三个问题：为什么是 Z-Wave？什么是Z-Wave？如何实现Z-Wave？本书的第0章 从过去看未来，以宏观的视角去看IT市场过去走过的路，借鉴IT行业的发展，分析科技产业的发展规律，再对比Z-Wave技术目前在欧美市场的发展情况，让读者可以从多个维度去思考物联网产业未来的发展轨迹，从而解答*个问题，余下的6个章节涵盖了比较全面的内容，包括射频基础理论、市场上各种同类型技术的分析比较、Z-Wave技术的体系与机制、各种主要功能的原理与具体实现方式、真实世界的实用案例等，为读者解答第二个、第三个问题。
凡是关心FPGA和集成电路及大数据处理技术的朋友，都可以通过阅读或浏览本书收获丰富的*的FPGA相关知识。
《比较》杂志研究部主管，主要研究方向为产业经济学、数字经济、反垄断和管制经济学。曾在中英文期刊上发表学术论文六十余篇，在报刊杂志上发表文章数百篇。曾获得《金融研究》年度论文奖、优秀论文奖、《经济观察报》专栏奖。著有《区块通识：关于区块的111个问题》。 吕琳媛 电子科技大学教授，主要研究方向为复杂网络信息挖掘领域，包括海量信息导航、挖掘、推荐和预测。国家自然科学基金优秀青年基金获得者、四川省青年人才。阿里巴巴复杂科学研究中心副主任。2018年选《麻省理工科技评论》 35岁以下科技创新35人 。著有《重塑：信息经济的结构》。
脑机口研究先驱、巴西世界杯 机械战甲 发明者米格尔 尼科莱利斯扛鼎力作！ 外骨骼、脑联网、大脑校园、记忆永生 2015年度关于人类未来*不可错过的 精彩大片 ！看脑机口如何激发人类潜能、绘制人类未来新图景！ 财讯传媒集团首席战略官段永朝专文推荐！清华大学心理学系主任彭凯平，英特尔中国研究院院长吴甘沙，浙江大学生物医学工程与仪器科学学院教授、求是高等研究院常务副院长郑筱祥，2003年诺贝尔化学奖得主彼得 阿格雷等各界精英联袂推荐！ 湛庐文化机器人与人工智能系列。
TensorFlow：实战Google深度学习框架(第2版)
前谷歌专家、现Tensorflow创业新贵，新版力邀现谷歌专家加盟，共话新版核心技术与前沿案例。 本书前版作为业界首著伴随Tensorflow火遍全球，旨在面向生产商业场景，彻底贯通原理实践。 深原理走访主创结合真实项目，AI、ML团队争相赞誉力荐，与Tensorflow一道成为事实标准。 代码全面升级为1.4 版，重关注新版功能，增设专题论述TF高层封装和深度学习自然语言应用。
本书包含PyTorch基础知识 实战案例两部分 提供notebook，方便读者交互性学习 梳理PyTorch基础知识及重、难 翔实的案例，案例包括Kaggle竞赛中经典项目、GAN生成动漫头像、AI滤镜、RNN写诗、图像描述任务 配套源代码文件供下载、读者交流QQ群
一本书讲透ChatGPT的前世、今生与未来，实现从AI小白到高手的化。 重磅专家力荐：著名经济学家朱嘉明作序，北京师范大学新闻传播学院学术委员会主任喻国明，畅销书《暗知识》作者、师从人工智能鼻祖伯纳德 威德罗的王维嘉博士，等倾情推荐。 聚焦前沿热：揭秘以ChatGPT为代表的大语言模型爆火背后有哪些原因？有何时代价值与意义？ 描绘应用蓝图：大语言模型给哪些产业带来了福音？相关技术究竟能派上什么用场？ 远瞻行业风险：机遇来临之际还将迎来哪些挑战？我们该如何应对？
本书利用多面体模型描述了如何实现不同阶段循环变换技术，是国内首个详细介绍该模型和循环优化技术的特殊编译参考书籍。
ROS工程师经常面临使用机器人操作系统（ROS）基础设施并将物理机器人连到机器人仿真系统的挑战。通过本书，读者将学习如何在虚拟环境中对机器人行仿真并在等效的实际场景中实现所需的行为。 本书首先介绍GoPiGo3及其配备的传感器和执行器。然后，通过从零始创建3D模型并使用Gazebo在ROS中运行仿真来使用GoPiGo3的数字孪生模型。下来展示如何使用GoPiGo3构建和运行一个了解周围环境的自主移动机器人，探索机器人如何学习尚未在代码中编程但通过观察其环境而获得的任务。本书还涵盖诸如深度学习和强化学习之类的主题。 在本书的*后，读者将熟悉在机器人技术中构建专用应用程序的基础知识，并具备从零发高度智能自主机器人的能力。 本书涵盖的主要内容： ?发有环境感知能力的机器人。 ?机器人在物理环境中的反应。 ?将期望的行为分解为一系列机器人行
本书是东南大学信息科学与工程学院与苏州第十中学联手造的一本适合中学生学习人工智能的门教材
《物品编码标识》从信息标准化人手，系统介绍了物品编码标识系统的相关知识及其应用。
本书是一部探讨和讲述将目前仅局限于计箅机软件设计领域的面向对象(OO)的理论及方法.如何在当代工业控制系统的设计中进行全面、彻底推广的专著。
1.PyTorch核心发者教你使用 PyTorch 创建神经网络和深度学习系统的实用指南。 2.详细讲解整个深度学习管道的关键实践，包括 PyTorch张量API、用 Python 加载数据、监控训练以及对结果行可视化。 3. PyTorch核心知识 真实、完整的案例项目，快速提升读者动手能力： a.全面掌握PyTorch 相关的API 的使用方法以及系统掌握深度学习的理论和方法； b.快速从零始构建一个真实示例：肿瘤图像分类器； c.轻松学会使用PyTorch 实现各种神经网络模型来解决具体的深度学习问题； d.章尾附有 练习题 ，巩固提升所学知识；更有配套的代码文件可下载并动手实现。 4. PyTorch 联合创作者Soumith Chintala作序推荐！ 5. 书中所有代码都是基于Python 3.6及以上的版本编写的，提供源代码下载。
1.内容新颖，重新审视元宇宙生态 理性讲解元宇宙前沿技术、应用场景、商业发展逻辑，为小白的投资、生活等方面进行理性讲解，预防被割韭菜。 2.由浅入深，简单易懂 本书语言通俗易懂，层层递进，凝聚了作者多年研究成果和认知总结，适合对元宇宙感兴趣的小白、区块链从业者阅读。 3.作者资历丰富，众多专业人士推荐 何宝宏、蔡文胜、冯波、神鱼、孔剑平等26位领域专业人士联袂推荐！作者通证一哥专注NFT、DAO、Web3、元宇宙研究，具有丰富的区块链行业经验，曾担任多个区块链项目通证设计顾问和网络营销高管。 4. 洞察热点，自下而上。 从宇宙和人类文明的本源说起，洞察DAO、GameFi、Land等热点，推荐大家一读~
深度学习是机器学习的一个分支，其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O，帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包始，着转向建立神经网络、预测和深度预测等模型，所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后，你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。zui后，本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家，他们精通R语言数据科学概念，并希望可以使用R中的包一步探索深度学习范式。读者需要对R语言具备基础的理解，并熟悉统计算法和机器学习技术。通过阅读本书，你将能够:● 建立R包H2O训练深度学习模型；● 理解深度学习模型背后的核心概念；● 使用自动编码器识别
MLlib是Apache Spark机器学习库。本书入门简单，实例丰富，详解协同过滤、线性回归、分类、决策树、保序回归、聚类、关联、数据降维、特征提取和转换等MLlib主要算法，用实例说明MLlib大数据机器学习算法的运用。
京公网安备11010502037644号|经营许可证编号：合字B2-20160011|互联网药品信息服务资格证
购物车