100 条"深度实践Spark机器学习"搜索结果
  • 吴茂贵
  • 本书系统讲解了Spark机器学习的技术、原理、组建、算法,以及构建Spark机器学习系统的方法、流程、标准和规范。
深度学习从入门到精通 电子书
  • 谢佳标 主编
  • 本书基于当前流行的深度学习框架之一——Keras,从新手的角度出发,详细讲解Keras的原理,力求帮助读者实现Keras从入门到精通。全书共9章,主要内容包括初识深度学习、深度学习的数据预处理技术、使用Keras开发深度学习模型、卷积神经网络及图像分类、循环神经网络在文本序列中的应用、自编码器、生成式对抗网络、模型评估及模型优化,以及深度学习实验项目。本书内容由浅入深、语言通俗易懂,从基本原理到案
零基础学机器学习 电子书
  • 黄佳
  • 轻松入门机器学习,理论实战并重,适合零基础学习者。
Python机器学习入门与实战 电子书
  • 桑园 编著
  • 本书以零基础讲解为特色,用实例引导读者学习,深入浅出地介绍Python机器学习的相关知识和实战技能。
Python机器学习编程与实战 电子书
  • 林耀进 张良均
  • 本书共8章,内容包括Python概述、NumPy数值计算、pandas基础、pandas进阶、Matplotlib绘图、scikit-learn、餐饮企业综合分析与预测、通信运营商客户流失分析与预测。前6章设置了选择题、填空题和操作题,后两章设置了操作题,希望通过练习和操作实践,读者可以巩固所学的内容。
机器学习与大数据技术 电子书
  • 牟少敏
  • 本书较为全面地论述了机器学习、深度学习、大数据技术与图像处理技术的基本概念、基础原理和基本方法,以农业为应用场景,力求通缩易懂,深入浅出的介绍了与机器学习、深度学习、大数据技术与图像处理技术问题联系密切的内容。全书主要分为4大部分:机器学习、大数据技术和图像处理技术的基础知识;经典的机器学习基本理论和方法,以及深度学习和大数据未来的发展;实践应用;机器学习和人工智能的数学基础与编程基础。
机器学习从原理到应用 电子书
  • 卿来云 黄庆明
  • 本书共11章,主要介绍机器学习的基本概念和两大类常用的机器学习模型,即监督学习模型和非监督学习模型。
Spark编程基础 电子书
  • 林子雨
  • 系统、完整的数据科学与大数据技术专业解决方案。深入浅出,有效降低Spark技术学习门槛。
Keras深度学习与神经网络 电子书
  • 肖睿 程鸣萱 编著
  • 本书从人工智能导论入手,阐述人工智能的发展及现状,重点介绍了机器学习和神经网络基础、反向传播原理、卷积神经网络和循环神经网络等内容。本书内容由浅入深,循序渐进,从神经元和感知机入手,逐步讲解深度学习中神经网络基础、反向传播以及更深层次的卷积神经网络、循环神经网络。本书知识体系完整,内容覆盖面广,介绍了深度学习中常用的模型和算法,助力读者多方位掌握深度学习的相关知识。本书可作为高等院校计算机等相关专
深度学习自然语言处理实战 电子书
  • 开课吧 组编 张楠 苏南 王贵阳 等编著
  • 近年来,基于深度学习方法的自然语言处理(NLP)已逐渐成为主流。本书共8章,主要介绍自然语言处理任务中的深度学习技术,包含深度学习理论基础、深度学习的软件框架、语言模型与词向量、序列模型与梯度消失/爆炸、卷积神经网络在NLP领域的应用、Seq2Seq模型与Attention机制、大规模预训练模型、预训练语言模型BERT,还给出了自然语言处理技术的高级应用和开发实例,并收录了基于PyTorch深度学
深度学习经典案例解析(基于MATLAB) 电子书
  • 赵小川
  • 《深度学习经典案例解析(基于MATLAB)》分为“基础篇”“应用篇”和“实战篇”。通过17个案例循序渐进地介绍了深度学习网络的构建、训练、应用,以及如何基于MATLAB快速生成可执行的C、C++代码并在硬件上部署实现,内容讲解由浅及深、层层递进。本书所讲解的案例均配有代码实现,并对代码进行了详细注解,读者可通过阅读代码对本书讲解的内容进行更加深入的了解。《深度学习经典案例解析(基于MATLAB)》
深度学习的数学——使用Python语言 电子书
TensorFlow深度学习从入门到进阶 电子书
  • 张德丰 编著
  • TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统,其支持多种客户端语言下的安装和运行。本书以TensorFlow为导线,进行机器学习,书中每章节都是以理论引出,TensorFlow应用巩固结束,理论与实践相结合,让读者快速掌握TensorFlow机器学习。本书共10章,主要包括内容有:TensorFlow介绍、TensorFlow编辑基础、TensorFlow进阶
人工智能和深度学习导论 电子书
  • 本书首先介绍了人工智能的基础知识,然后分别介绍了机器学习、深度学习、自然语言处理和强化学习中的重点概念和实践过程,包含逻辑斯谛回归、k最近邻、决策树、随机森林、支持向量机、卷积神经网络、循环神经网络、LSTM、自动编码器等。此外,本书的附录部分还分别简单介绍了Keras、TensorFlow、pandas等人工智能相关的工具。本书适用于高等院校电子信息类专业的人工智能导论课程,也适合想要对人工智能
机器学习:公式推导与代码实现 电子书
  • 鲁伟
  • 本书基于NumPy与sklearn,介绍26个主流机器学习算法的实现。
机器学习及应用(在线实验+在线自测) 电子书
  • 李克清
  • 机器学习原理与实例代码,包括决策树、神经网络等11章。
机器学习经典算法剖析——基于OpenCV 电子书
  • 赵春江
  • 机器学习是一种自动分析所构建模型的数据分析方法。通过迭代地从数据中不断学习,机器学习可以使计算机找到一些隐含的信息量,而这些信息量是无法明确通过编程得到的。本书以OpenCV2.4.9为研究工具,对算法—正态贝叶斯分类器、K近邻算法、支持向量机、决策树、AdaBoost、梯度提升树、随机森林、期望极大值、神经网络,不仅具体分析了它们的原理和实现方法,还进行了详细的源码解析,并且给出了基于OpenC
机器学习案例实战(第2版) 电子书
  • 赵卫东 著
  • 机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了主流机器学习平台的主要特点以及机器学习的实战难点。在此基础上,利用主流的机器学习开源平台TensorFlow、OpenVINO、PaddlePaddle等,通过17个实战案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、聚类、卷积神经网络、循环神经网络、生成对抗网络等机器学习和
机器学习公式详解(第2版) 电子书
  • 谢文睿
  • 周志华老师的《机器学习》(俗称“西瓜书”)是机器学习领域的经典入门教材之一。本书是《机器学习公式详解》(俗称“南瓜书”)的第2版。相较于第1版,本书对“西瓜书”中除了公式以外的重、难点内容加以解析,以过来人视角给出学习建议,旨在对比较难理解的公式和重点内容扩充具体的例子说明,以及对跳步过大的公式补充具体的推导细节。全书共16章,与“西瓜书”章节、公式对应,每个公式的推导和解释都以本科数学基础的视角
深度学习与飞桨PaddlePaddle Fluid实战 电子书
  • 于祥
  • 飞桨PaddlePaddle是百度推出的深度学习框架,不仅支撑了百度公司的很多业务和应用,而且随着其开源过程的推进,在其他行业得到普及和应用。本书基于2019年7月4日发布的飞桨PaddlePaddleFluid1.5版本(后续版本会兼容旧版本),以真实案例介绍如何应用飞桨PaddlePaddle解决主流的深度学习问题。本书适合对人工智能感兴趣的学生、从事机器学习相关工作的读者阅读,尤其适合想要通过飞桨PaddlePaddle掌握深度学习应用技术的研究者和从业者参考。本书包括以下内容:●飞桨PaddlePaddle的核心设计思想;●PaddlePaddle在MNIST上进行手写数字识别;●图像分类网络实现案例;●“天网”中目标检测和像素级物体分割的实现;●NLP技术应用案例:word2vec、情感分析、语义角色标注及机器翻译;●Paddle-Mobile与Anakin框架等高级主题;●飞桨PaddlePaddle与TensorFlow、Caffe框架的常用层对比。
深度学习与计算机视觉实战 电子书
  • 主编
  • 本书以深度学习在计算机视觉领域的常用技术与案例相结合的方式,深入浅出地介绍计算机视觉的常见任务及实现技术。全书共7章,内容包含概述、图像处理基本操作、深度学习视觉基础任务、基于FaceNet的人脸识别实战、基于FasterR-CNN的目标检测实战、基于U-Net的城市道路场景分割实战、基于SRGAN的图像超分辨率技术实战等。本书大部分章包含操作实践代码和课后习题,希望能够帮助读者在计算机视觉基础任