基于Google云平台的机器学习和深度学习入门

基于Google云平台的机器学习和深度学习入门
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: [日] ,
2020-09
ISBN: 9787111660033
定价: 79.00
3人买过
  • 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详实的介绍。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。 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1 

    第1章 尝试使用GCP2 

    11GCP 概述3 

    12创建账户和项目5 

    13Cloud Shell9 

    14Google Compute Engine13 

    15Google Cloud Storage18 

    16BigQuery26 

    第2章使用Datalab32 

    21Datalab快速浏览33 

    22NumPy和pandas42 

    23链接Datalab和BigQuery53 

    24用Datalab绘制各种图形59 

    第3章使用 GCP 轻松进行机器学习67 

    31GCP的机器学习相关服务68 

    32Cloud Vision API73 

    33Cloud Translation API86 

    34Cloud Natural Language API90 

    第2部分 识别的基础95 

    第4章二类识别96 

    41简单识别97 

    42机器学习的引入106 

    43感知器116 

    44损失函数125 

    45逻辑回归128 

    第5章多类分类器和各种分类器138 

    51scikit-learn快速导览139 

    52多类逻辑回归141 

    53支持向量机151 

    54随机森林162 

    第6章数据评估方法和调整170 

    61基本的学习流程171 

    62学习和测试173 

    63数据评估182 

    64参数调整188 

    第3部分 深度学习入门194 

    第7章深度学习基础知识196 

    71图像识别197 

    72神经网络201 

    73激活函数211 

    74多类支持216 

    75各种梯度下降法222 

    76TensorFlow的准备230 

    77神经网络的实现238 

    78使用DNNClassifier简化学习244 

    79TensorBoard246 

    第8章CNN256 

    81前面图像识别中的问题257 

    82卷积层265 

    83卷积层运算的种类和池化层272 

    84使用TensorFlow实施两层CNN280 

    附录288 

     附录A Python2的基本使用方法 

     附录B Jupyter的设置
  • 内容简介:
    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详实的介绍。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。
  • 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1 

    第1章 尝试使用GCP2 

    11GCP 概述3 

    12创建账户和项目5 

    13Cloud Shell9 

    14Google Compute Engine13 

    15Google Cloud Storage18 

    16BigQuery26 

    第2章使用Datalab32 

    21Datalab快速浏览33 

    22NumPy和pandas42 

    23链接Datalab和BigQuery53 

    24用Datalab绘制各种图形59 

    第3章使用 GCP 轻松进行机器学习67 

    31GCP的机器学习相关服务68 

    32Cloud Vision API73 

    33Cloud Translation API86 

    34Cloud Natural Language API90 

    第2部分 识别的基础95 

    第4章二类识别96 

    41简单识别97 

    42机器学习的引入106 

    43感知器116 

    44损失函数125 

    45逻辑回归128 

    第5章多类分类器和各种分类器138 

    51scikit-learn快速导览139 

    52多类逻辑回归141 

    53支持向量机151 

    54随机森林162 

    第6章数据评估方法和调整170 

    61基本的学习流程171 

    62学习和测试173 

    63数据评估182 

    64参数调整188 

    第3部分 深度学习入门194 

    第7章深度学习基础知识196 

    71图像识别197 

    72神经网络201 

    73激活函数211 

    74多类支持216 

    75各种梯度下降法222 

    76TensorFlow的准备230 

    77神经网络的实现238 

    78使用DNNClassifier简化学习244 

    79TensorBoard246 

    第8章CNN256 

    81前面图像识别中的问题257 

    82卷积层265 

    83卷积层运算的种类和池化层272 

    84使用TensorFlow实施两层CNN280 

    附录288 

     附录A Python2的基本使用方法 

     附录B Jupyter的设置
查看详情
12
相关图书 / 更多
基于Google云平台的机器学习和深度学习入门
基于语料库的汉语方言俗语研究(开辟汉语言方言俗语研究的新思路。)
吴建生
基于Google云平台的机器学习和深度学习入门
基于学习科学的有效教学
梁林梅
基于Google云平台的机器学习和深度学习入门
基于量子计算的量子密码协议
石金晶
基于Google云平台的机器学习和深度学习入门
基于近邻思想和同步模型的聚类算法
陈新泉
基于Google云平台的机器学习和深度学习入门
基于MATLAB的电力电子技术和交直流调速系统仿真(第3版)
陈中、陈克伟、刘丹丹、段文勇
基于Google云平台的机器学习和深度学习入门
基于Python的GIS空间分析
高培超 谢一茹 叶思菁 宋长青/编著
基于Google云平台的机器学习和深度学习入门
基于遥感云计算的生态大数据平台建设:理论、方法与实践
董金玮等
基于Google云平台的机器学习和深度学习入门
基于协同演化过程视角的企业相关多元化发展研究
李章溢
基于Google云平台的机器学习和深度学习入门
基于R的语言研究多变量分析
吴诗玉
基于Google云平台的机器学习和深度学习入门
基于Agent的系统仿真导论 [美] 尤里·威伦斯基
(美) 尤里·威伦斯基 (美)威廉·兰特
基于Google云平台的机器学习和深度学习入门
基于机器学习的文本挖掘
扬·茨卡,弗朗齐歇克·达雷纳,阿尔诺斯特
基于Google云平台的机器学习和深度学习入门
基于项目教学的职业教育课程开发研究与实践
深圳职业技术大学