简介
本书以深度学习框架TensorFlow为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。 全书共16章，分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架TensorFlow的基础知识、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信能为读者提供有益的学习指导。 本书适合Python深度学习初学者、机器学习算法分析从业人员以及高等院校计算机科学、软件工程等相关专业的师生阅读。
编辑推荐
(1) 内容涵盖深度学习数学基础讲解,便于没有大学本科数学基础的读者阅读。 (2) 提供实际可运行的代码和让读者可以亲自试验的学习环境。 (3) 对于误差反向传播法、卷积运算等看起来很复杂的技术,帮助读者在实现层面上 理解。 (4) 介绍流行的技术(如Batch Normalization)并进行实现。 (5) 提供真实的案例、完整的构建过程以及相应源代码,使读者能完整感受完成深度 学习项目的过程。
更多出版物信息
- 版权： 清华大学出版社
- 出版： 2022-05-01
- 更新： 2023-06-19
- 书号：9787302602934
- 中图：TP18
- 学科：工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
