本书从算法理论、算法源码、实验结果等方面对深度学习算法进行分析和介绍。
类似推荐
内容简介
This book covers the field of machine learning, which is the study of algorithms that allow computer programs to automatically improve through experience. The book is intended to support upper level undergraduate and introductory level graduate courses in machine learning.
Machine Learning是1997年由McGraw-HillEducation出版,作者ThomasMitchell。
温馨提示：
得书感谢您对《Machine Learning》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
电子书
电子书
本书基于使用Python语言的TensorFlow深度学习框架进行讲解，帮助你快速入门。
电子书
一本包含全部代码的参考书
零基础学习深度学习
基于NumPy的Python语言实现卷积神经网络
本书用极少的数学知识，深入浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库，完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络，并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库，如TensorFlow，书中特别对误差反向传播算法和神经网络的优化方法进行了深入分析。在此基础上，本书进一步实现了经典的VGG网络和移动端MobileNetV2网络，同时介绍了GoogLeNet、ResNet和SENet。
电子书
本书分为三个部分。第一部分是原理篇，实现了MatrixSlow框架的核心基础设施，并基于此讲解了机器学习与深度学习的概念和原理。第二部分是模型篇，介绍了多种具有代表性的模型，包括逻辑回归、多层全连接神经网络、因子分解机、Wide&Deep、DeepFM、循环神经网络以及卷积神经网络，这部分除了着重介绍这些模型的原理、结构以及它们之间的联系外，还用MatrixSlow框架搭建并训练它们以解决实际问题
电子书
人工智能参考书，大数据挖掘指导书。
