100 条"深度学习实战手册(R语言版)"搜索结果
  • (印) 普拉卡什
  • 深度学习在R语言中的应用:掌握mxnet&tensorflow,实例讲解,CPU/GPU设置。
华为MindSpore深度学习框架应用开发实战 电子书
  • 编著
  • 全书从逻辑上共分3部分。第一部分由第1章和第2章组成,介绍深度学习的基础理论、MindSpore总体架构和编程基础。第二部分由第3~8章组成,介绍MindSpore框架各子系统的具体情况,包括数据处理、算子、神经网络模型开发、数据可视化组件MindInsight、推理、以及移动端AI框架MindSporeLite。第三部分由第9章和第10章组成,介绍使用MindSpore框架开发和训练的经典深度学
应用多元统计分析(R语言版) 电子书
  • 编著
  • 本书系统讲解了多元统计分析的基本理论和一些常用的多元统计方法。本书共9章,第1章为绪论,第2~3章介绍多元统计推断的基本理论,包括多元正态抽样分布理论、参数估计和多元正态总体的假设检验;第4~9章分别介绍各种常用的多元统计方法,包括判别分析、聚类分析、主成分分析、因子分析、对应分析和典型相关分析。
CINEMA 4D R17 完全学习手册 电子书
  • TVart培训基地
  • 《CINEMA4DR17完全学习手册》全面阐述了Cinema4DR17的建模、材质、灯光、渲染、粒子、动力学、毛发、布料、动画、关节、运动图形、效果器、Xpresso、ThinkingParticles、BodyPaint、雕刻、场次等方面的知识(第1~第14章讲解的是Cinema4DR17的基础部分,第15~第27章讲解的是Cinema4DR17的高级部分)。其中雕刻和场次的功能以及曲线的调节较
Cinema 4D R20完全学习手册 电子书
  • TVart培训基地 编著
  • 《Cinema4DR20完全学习手册》由TVart培训基地(Cinema4D专业培训机构)组织编写。该书全面阐述了Cinema4DR20的应用范围、界面、基本操作、建模、材质、灯光、渲染、动力学(粒子、毛发、布料等)、运动图形、效果器、关节、Xpresso、ThinkingParticles、雕刻、场次系统等方面的知识。《Cinema4DR20完全学习手册》共26章,第1~14章讲解Cinema4
Python计算机视觉与深度学习实战 电子书
  • 戴亮
  • 一本书入门计算机视觉,将深度学习理论融入视觉识别案例,搭建理论与实践的桥梁。
深度学习原理与PyTorch实战(第2版) 电子书
  • 集智俱乐部
  • 一本系统介绍深度学习技术及开源框架PyTorch的入门书。
JavaScript深度学习 电子书
  • 尼尔森
  • 深度学习扛鼎之作《Python深度学习》姊妹篇,前端工程师不可错过的AI入门书。
Python 深度学习 电子书
  • 吕云翔 刘卓然 关捷雄 等编著
  • 《Python深度学习》以深度学习框架为基础,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(以PyTorch为例)基础、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
深度学习与围棋 电子书
深度强化学习实战:用OpenAI Gym构建智能体 电子书
  • 普拉文·巴拉尼沙米(Praveen
  • 这是一本介绍用OpenAIGym构建智能体的实战指南。全书先简要介绍智能体和学习环境的一些入门知识,概述强化学习和深度强化学习的基本概念和知识点,然后重点介绍OpenAIGym的相关内容,随后在具体的Gym环境中运用强化学习算法构建智能体。本书还探讨了这些算法在游戏、自动驾驶领域的应用。本书适合想用OpenAIGym构建智能体的读者阅读,也适合对强化学习和深度强化学习感兴趣的读者参考。读者应具备一
CINEMA 4D R17 完全学习手册(第2版) 电子书
  • TVart培训基地
  • 《CINEMA4DR17完全学习手册(第2版)》全面阐述了Cinema4DR17的建模、材质、灯光、渲染、粒子、动力学、毛发、布料、动画、关节、运动图形、效果器、Xpresso、ThinkingParticles、BodyPaint、雕刻、场次等方面的知识(第1~第14章讲解的是Cinema4DR17的基础部分,第15~第27章讲解的是Cinema4DR17的高级部分)。其中雕刻和场次的功能较之前
深度学习原理与实践 电子书
  • 陈仲铭
  • (1)大量图例,简单易懂。作者亲自绘制了大量插图,力求还原深度学习的算法思想,分解和剖析晦涩的算法,用图例来表示复杂的问题。生动的图例也能给读者带来阅读乐趣,快乐地学习算法知识,体会深度学习的算法本质。(2)简化公式,生动比喻。深度学习和机器学习类的书中通常会有大量复杂冗长的算法公式,为了避免出现读者读不懂的情况,本书尽可能地统一了公式和符号,简化相关公式,并加以生动的比喻进行解析。在启发读者的同时,锻炼读者分析问题和解决问题的能力。(3)算法原理,代码实现。在介绍深度学习及相关算法的原理时,不仅给出了对应的公式,还给出了实现和求解公式的代码,让读者明确该算法的作用、输入和输出。原理与代码相结合,使得读者对深度学习的算法实现更加具有亲切感。(4)深入浅出,精心剖析。理解深度学习需要一定的机器学习知识,本书在D1章介绍了深度学习与机器学习的关系,并简要介绍了机器学习的内容。在内容安排上,每章依次介绍模型框架的应用场景、结构和使用方式,最后通过真实的案例去全面分析该模型结构。目的是让读者可以抓住深度学习的本质。(5)入门实践,案例重现。每一章最后的真实案例不是直接堆砌代码,而是讲解使用该算法模型的原因和好处。从简单的背景知识出发,使用前文讲解过的深度学习知识实现一个实际的工程项目。实践可以用于及时检验读者对所学知识的掌握程度,为读者奠定深度学习的实践基础。将一本技术书籍写得通俗易懂谈何容易,但《深度学习原理与实践》这本书确实做到了。书中对近年来火热的深度学习理论知识进行简单剖析,化繁为简,没有局限于坐而论道,而是将实例和数学理论相结合,让读者能够快速理解各种模型并上手实践,值得细读。--唐春明 广州大学数学与信息学科学院副院长本书从原理、方法、实践这3个维度系统地介绍了深度学习的方方面面,内容详实,解读清晰,细节与全貌兼顾,既适合初学者阅读,也可以作为深入研究的参考用书。--杨刚 西安电子科技大学教授近年来出版的深度学习相关图书中,本书是我见过非常有指导意义的中文书籍之一。本书对ANN、CNN、RNN等模型进行深入浅出的介绍,引入大量图例和简化后的公式,让算法浅显易懂。每一章的实践内容都给人惊喜,强烈推荐!--吴健之 腾讯音乐高级工程师作为产品经理,我能看懂的深度学习书籍实在太少了。本书恰到好处,插图丰富直观,数学公式简练,很喜欢此类风格的图书,易懂好学。即使你不是程序员或算法专家,该书也值得一看!--张瑞 中软国际高级产品经理
动手打造深度学习框架 电子书
  • 李伟
  • 本书基于C++编写,旨在带领读者动手打造出一个深度学习框架。
深度学习算法与实践 电子书
  • 于子叶
  • 本书旨在为读者建立完整的深度学习知识体系。全书内容包含3个部分,第一部分为与深度学习相关的数学基础;第二部分为深度学习的算法基础以及相关实现;第三部分为深度学习的实际应用。
深度学习技术与应用 电子书
  • 许桂秋
  • 本书旨在介绍人工智能中深度学习的基础知识,为即将进入深度学习领域进行研究的读者奠定基础。全书共13章,其中,第1~4章为理论部分,第5~13章为应用部分。理论部分介绍了机器学习和深度学习的基本内容,以及TensorFlow开发框架的搭建和使用;应用部分设置了多个项目案例,并介绍了这些案例详细的实现步骤和代码,使读者在练习中熟悉和掌握相关知识的应用方法与技巧。本书采用项目驱动的编写方式,做到了理论和
R语言医学数据分析实战 电子书
  • 赵军 编著
  • 以医学数据为例,讲解如何使用R进行数据分析。
数据挖掘——基于R语言的实战 电子书
  • 张俊妮
  • 本书以深入浅出的语言系统地讲解了数据挖掘的框架和基本方法,主要内容包括:数据挖掘与R语言概述、数据理解、数据准备、关联规则挖掘、聚类分析、线性模型与广义线性模型、神经网络的基本方法、决策树、基于决策树的模型组合、模型评估与比较。本书使用基于R语言的数据挖掘案例贯穿全书,并辅以上机实验和习题,帮助读者熟练使用R语言进行数据挖掘。
R语言与数据分析实战 电子书
  • 朱顺泉
  • 本书共13章,主要包括:数据分析概述及R语言环境,R语言的数据对象及其类型,R语言数据存储与读取,R语言编程,R语言可视化,R语言描述性统计,R语言参数估计,R语言参数假设检验等内容。
深度学习训练营21天实战TensorFlow+Keras+scikit-learn 电子书
  • 张强 主编
  • 21天实战,21个典型的人工智能应用场景。
深度学习图像识别技术 电子书
  • 张晶
  • 适读人群:第一、打算学习并入门AI技术的高中、大中专、职高以及本科学生。第二、在各传统行业中,如农业、可再生资源、制造业及工业控制等,希望应用AI目标检测算法解决本行业问题的工程技术人员。第三、已经进入AI行业,但非AI算法工程师,希望自己动手亲自体验并学习AI技术的从业人员,如标注工程师、销售工程师、售后工程师、市场经理或产品经理等。1.人工智能专家教您利用深度学习技术快速落地图像识别项目。2.英特尔物联网事业部中国总经理陈伟博士倾力推荐。3.附赠超过4GB的案例素材资料包。