神经网络:R语言实现

神经网络:R语言实现
分享
扫描下方二维码分享到微信
打开微信,点击右上角”+“,
使用”扫一扫“即可将网页分享到朋友圈。
作者: [美] (Giuseppe Ciaburro) ,
2018-07
版次: 1
ISBN: 9787111603849
定价: 59.00
装帧: 平装
开本: 16开
纸张: 胶版纸
页数: 232页
18人买过
  • 本书从神经网络的基本概念出发,详细介绍了神经网络的学习过程、前向神经网络、后向反馈神经网络、循环和卷积神经网络、多层神经网络,感知神经网络、深度神经网络。在介绍神经网络基本知识的同时,应用当前为广泛使用的数据分析软件R,演示了相关的神经网络概念和模型的应用。同时,本书也介绍了当前流行的神经网络模型的实现软件包,例如TensorFlow、Keras等,并介绍了如何把它们集成到R的应用中。 目  录 

    译者序 

    关于作者 

    关于审稿人 

    前言 

    第1章 神经网络和人工智能概念 1 

    1.1 简介 2 

    1.2 神经网络的灵感 3 

    1.3 神经网络的工作原理 4 

    1.4 分层方法 5 

    1.5 权重和偏差 6 

    1.6 训练神经网络 7 

    1.6.1 有监督学习 7 

    1.6.2 无监督学习 7 

    1.7 epoch 7 

    1.8 激活函数 8 

    1.9 不同的激活函数 8 

    1.9.1 线性函数 8 

    1.9.2 单位阶跃激活函数 9 

    1.9.3 sigmoid函数 10 

    1.9.4 双曲正切函数 11 

    1.9.5 线性修正单元函数 11 

    1.10 使用哪些激活函数 12 

    1.11 感知机和多层架构 13 

    1.12 前向和反向传播 13 

    1.13 逐步说明神经网络和激活函数 14 

    1.14 前馈和反馈网络 16 

    1.15 梯度下降 17 

    1.16 神经网络分类法 17 

    1.17 使用R语言神经网络添加包neuralnet()的简单示例 19 

    1.18 使用添加包nnet()进行实现 24 

    1.19 深度学习 29 

    1.20 神经网络的优缺点 29 

    1.21 神经网络实现的最佳实践 30 

    1.22 有关GPU处理的简要说明 30 

    1.23 小结 31 

    第2章 神经网络中的学习过程 32 

    2.1 机器学习 33 

    2.1.1 有监督学习 34 

    2.1.2 无监督学习 35 

    2.1.3 强化学习 36 

    2.2 训练和测试模型 37 

    2.3 数据循环 38 

    2.4 评估指标 39 

    2.5 学习神经网络 42 

    2.6 反向传播 43 

    2.7 神经网络学习算法的优化 45 

    2.8 神经网络中的有监督学习 46 

    2.8.1 波士顿数据集 46 

    2.8.2 对波士顿数据集进行神经网络回归 48 

    2.9 神经网络中的无监督学习 54 

    2.9.1 竞争学习 55 

    2.9.2 Kohonen SOM 57 

    2.10 小结 63 

    第3章 使用多层神经网络进行深度学习 64 

    3.1 DNN简介 65 

    3.2 用于DNN的R语言 67 

    3.3 通过neuralnet建立多层神经网络 69 

    3.4 使用H2O对DNN进行训练和建模 78 

    3.5 使用H2O建立深度自动编码器 90 

    3.6 小结 91 

    第4章 感知神经网络建模—基本模型 93 

    4.1 感知机及其应用 93 

    4.2 简单感知机—一个线性可分离分类器 96 

    4.3 线性分离 98 

    4.4 R中的感知机函数 101 

    4.5 多层感知机 107 

    4.6 使用RSNNS在R中实现MLP 108 

    4.7 小结 117 

    第5章 在R中训练和可视化神经网络 119 

    5.1 使用神经网络进行数据拟合 120 

    5.1.1 探索性分析 124 

    5.1.2 神经网络模型 126 

    5.2 使用神经网络对乳腺癌进行分类 135 

    5.2.1 探索性分析 138 

    5.2.2 神经网络模型 143 

    5.2.3 网络训练阶段 146 

    5.2.4 测试神经网络 149 

    5.3 神经网络训练中的早期停止 152 

    5.4 避免模型中的过拟合 152 

    5.5 神经网络的泛化 154 

    5.6 神经网络模型中数据的缩放 154 

    5.7 集成神经网络来预测 155 

    5.8 小结 156 

    第6章 循环和卷积神经网络 157 

    6.1 循环神经网络 158 

    6.2 R中的添加包rnn 162 

    6.3 LSTM模型 170 

    6.4 卷积神经网络 172 

    6.5 常见的CNN架构—LeNet 175 

    6.6 使用RNN进行湿度预测 176 

    6.7 小结 183 

    第7章 神经网络案例—高级主题 185 

    7.1 TensorFlow与R的集成 186 

    7.2 Keras与R的集成 189 

    7.3 在R中使用MNIST HWR 190 

    7.4 使用数据集iris建立LSTM 199 

    7.5 使用自动编码器 203 

    7.6 使用H2O进行主成分分析 204 

    7.7 使用H2O建立自动编码器 207 

    7.8 使用添加包darch检测乳腺癌 211 

    7.9 小结 217
  • 内容简介:
    本书从神经网络的基本概念出发,详细介绍了神经网络的学习过程、前向神经网络、后向反馈神经网络、循环和卷积神经网络、多层神经网络,感知神经网络、深度神经网络。在介绍神经网络基本知识的同时,应用当前为广泛使用的数据分析软件R,演示了相关的神经网络概念和模型的应用。同时,本书也介绍了当前流行的神经网络模型的实现软件包,例如TensorFlow、Keras等,并介绍了如何把它们集成到R的应用中。
  • 目录:
    目  录 

    译者序 

    关于作者 

    关于审稿人 

    前言 

    第1章 神经网络和人工智能概念 1 

    1.1 简介 2 

    1.2 神经网络的灵感 3 

    1.3 神经网络的工作原理 4 

    1.4 分层方法 5 

    1.5 权重和偏差 6 

    1.6 训练神经网络 7 

    1.6.1 有监督学习 7 

    1.6.2 无监督学习 7 

    1.7 epoch 7 

    1.8 激活函数 8 

    1.9 不同的激活函数 8 

    1.9.1 线性函数 8 

    1.9.2 单位阶跃激活函数 9 

    1.9.3 sigmoid函数 10 

    1.9.4 双曲正切函数 11 

    1.9.5 线性修正单元函数 11 

    1.10 使用哪些激活函数 12 

    1.11 感知机和多层架构 13 

    1.12 前向和反向传播 13 

    1.13 逐步说明神经网络和激活函数 14 

    1.14 前馈和反馈网络 16 

    1.15 梯度下降 17 

    1.16 神经网络分类法 17 

    1.17 使用R语言神经网络添加包neuralnet()的简单示例 19 

    1.18 使用添加包nnet()进行实现 24 

    1.19 深度学习 29 

    1.20 神经网络的优缺点 29 

    1.21 神经网络实现的最佳实践 30 

    1.22 有关GPU处理的简要说明 30 

    1.23 小结 31 

    第2章 神经网络中的学习过程 32 

    2.1 机器学习 33 

    2.1.1 有监督学习 34 

    2.1.2 无监督学习 35 

    2.1.3 强化学习 36 

    2.2 训练和测试模型 37 

    2.3 数据循环 38 

    2.4 评估指标 39 

    2.5 学习神经网络 42 

    2.6 反向传播 43 

    2.7 神经网络学习算法的优化 45 

    2.8 神经网络中的有监督学习 46 

    2.8.1 波士顿数据集 46 

    2.8.2 对波士顿数据集进行神经网络回归 48 

    2.9 神经网络中的无监督学习 54 

    2.9.1 竞争学习 55 

    2.9.2 Kohonen SOM 57 

    2.10 小结 63 

    第3章 使用多层神经网络进行深度学习 64 

    3.1 DNN简介 65 

    3.2 用于DNN的R语言 67 

    3.3 通过neuralnet建立多层神经网络 69 

    3.4 使用H2O对DNN进行训练和建模 78 

    3.5 使用H2O建立深度自动编码器 90 

    3.6 小结 91 

    第4章 感知神经网络建模—基本模型 93 

    4.1 感知机及其应用 93 

    4.2 简单感知机—一个线性可分离分类器 96 

    4.3 线性分离 98 

    4.4 R中的感知机函数 101 

    4.5 多层感知机 107 

    4.6 使用RSNNS在R中实现MLP 108 

    4.7 小结 117 

    第5章 在R中训练和可视化神经网络 119 

    5.1 使用神经网络进行数据拟合 120 

    5.1.1 探索性分析 124 

    5.1.2 神经网络模型 126 

    5.2 使用神经网络对乳腺癌进行分类 135 

    5.2.1 探索性分析 138 

    5.2.2 神经网络模型 143 

    5.2.3 网络训练阶段 146 

    5.2.4 测试神经网络 149 

    5.3 神经网络训练中的早期停止 152 

    5.4 避免模型中的过拟合 152 

    5.5 神经网络的泛化 154 

    5.6 神经网络模型中数据的缩放 154 

    5.7 集成神经网络来预测 155 

    5.8 小结 156 

    第6章 循环和卷积神经网络 157 

    6.1 循环神经网络 158 

    6.2 R中的添加包rnn 162 

    6.3 LSTM模型 170 

    6.4 卷积神经网络 172 

    6.5 常见的CNN架构—LeNet 175 

    6.6 使用RNN进行湿度预测 176 

    6.7 小结 183 

    第7章 神经网络案例—高级主题 185 

    7.1 TensorFlow与R的集成 186 

    7.2 Keras与R的集成 189 

    7.3 在R中使用MNIST HWR 190 

    7.4 使用数据集iris建立LSTM 199 

    7.5 使用自动编码器 203 

    7.6 使用H2O进行主成分分析 204 

    7.7 使用H2O建立自动编码器 207 

    7.8 使用添加包darch检测乳腺癌 211 

    7.9 小结 217
查看详情
系列丛书 / 更多
神经网络:R语言实现
Python自然语言处理实战:核心技术与算法
涂铭、刘祥、刘树春 著
神经网络:R语言实现
面向机器智能的TensorFlow实践
段菲、陈澎 译
神经网络:R语言实现
智能科学技术导论
周昌乐 著
神经网络:R语言实现
机器人学基础 第2版
蔡自兴 著
神经网络:R语言实现
Java自然语言处理
[美]理查德·里斯(Richard、M、Reese 著;邹伟 孙逢举 译
神经网络:R语言实现
深度学习:Java语言实现
陈澎、王磊 译者;巣笼悠辅(Yusuke Sugomori)
神经网络:R语言实现
机器学习系统设计:Python语言实现
李洋 译者;戴维·朱利安(David Julian)
神经网络:R语言实现
机器学习:使用OpenCV和Python进行智能图像处理
[美]迈克尔·贝耶勒(Michael Beyeler) 著;王磊 译
神经网络:R语言实现
面向自然语言处理的深度学习:用Python创建神经网络
Pand 著;[印]帕拉什·戈雅尔(Palash Goyal)、苏米特·潘迪(Sumit、陶阳 张冬松 徐潇 译
神经网络:R语言实现
Python大规模机器学习
[意]卢卡·马萨罗 著;[荷]巴斯蒂安·贾丁(Bastiaan Sjardin)、王贵财、刘春明 译
神经网络:R语言实现
深度卷积网络:原理与实践
彭博 著
神经网络:R语言实现
MATLAB与机器学习
[美]迈克尔·帕拉斯泽克(Michael Paluszek) 著;李三平 陈建平 译
相关图书 / 更多
神经网络:R语言实现
神经科医生的手绘临床脑书
徐桂兴
神经网络:R语言实现
神经系统
娄海燕
神经网络:R语言实现
神经外科疾病诊断与治疗
季士顺等主编
神经网络:R语言实现
神经内分泌肿瘤MDT经典病例解析
曹丹,卢进,柯能文
神经网络:R语言实现
神经认知与教师教育
燕燕
神经网络:R语言实现
神经病理性疼痛发病机制:诊断与治疗 国际经典疼痛医学译著
(美)达里尔·I.史密斯(Daryl I. Smith)
神经网络:R语言实现
神经损伤物理治疗(第1分册):脑血管损伤、头部外伤、脊髓损伤
(日)铃木俊明,(日)中山恭秀主编
神经网络:R语言实现
神经眼科(第3版)
主编:(美)彼得·J.撒维诺,(新西兰)海伦·V.达内什-迈耶
神经网络:R语言实现
神经内科疑难罕见病例精选:2021苏州大学附属第二医院神经内科病例
刘春风、曹勇军 编
神经网络:R语言实现
神经科学研究技能
邱爽,胡海岚
神经网络:R语言实现
神经外科麻醉
王英伟
神经网络:R语言实现
神经内科医嘱速查手册(第3版)
王新高、李玮 主编
您可能感兴趣 / 更多
神经网络:R语言实现
归属感:如何通过社群获得商业竞争优势
[美]大卫·斯平克斯(David Spinks) 著;颉腾文化 出品
神经网络:R语言实现
《世界上最大的肚子》2024百班千人暑期书目学前中班名师推荐全新正版现货速发
[美]雷米·查利普(美)柏顿·萨普瑞
神经网络:R语言实现
经济学通义
[美]阿门·A.阿尔钦 (美)威廉·R.艾伦 著;[美]杰里·L.乔丹 编
神经网络:R语言实现
数字化领导力 数字化转型锦囊,领导力精进指南 一本书掌握数字化转型领导力之道
[美]艾萨克·萨科里克 著;王磊 译;颉腾文化 出品;邓斌
神经网络:R语言实现
法哲学基本原理
[美]马克·C.墨菲
神经网络:R语言实现
雪花的故事(用照片展示雪花的秘密,为你揭开冬日奇景的奥秘)
[美]马克·卡西诺[美]乔恩·尼尔森
神经网络:R语言实现
杜甫传
[美]弗洛伦斯.艾思柯
神经网络:R语言实现
神奇的数字零:从数字0开始的极简数学史和人类发展史
[美]查尔斯·塞弗(Charles Seife)著 杨杨立汝 译
神经网络:R语言实现
美利坚在燃烧:20世纪60年代以来的警察暴力与黑人反抗
[美]伊丽莎白·欣顿 著 胡位钧 译
神经网络:R语言实现
温柔亲启
[美]艾米莉·狄金森 著;[美]艾伦·路易斯·哈特、[美]玛莎·内尔·史密斯 编
神经网络:R语言实现
儒教中国及其现代命运(三部曲)
[美]列文森 作者;[中]季剑青 译者
神经网络:R语言实现
逃家小兔成长绘本系列
[美]玛格丽特.怀兹.布朗