基于Google云平台的机器学习和深度学习入门
| 作者 |
| [日]吉川 隼人 薛建彬 张振华 译 |
| 丛书名 |
| 机器学习系列 |
| 出版社 |
| 机械工业出版社* |
| ISBN |
| 9787111660033 |
| 简要 |
| 简介 |
| 内容简介书籍计算机书籍 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 |
有问题微信扫码联系