登入
｜
註冊
｜
會員中心
｜
結帳
｜
培訓課程
魔法弟子
｜
自資出版
｜
電子書
｜
客服中心
｜
智慧型立体會員
書名
出版社
作者
isbn
編號
5050魔法眾籌
|
NG書城
|
國際級品牌課程
|
優惠通知
|
霹靂英雄音樂精選
|
資料探勘理論與應用**：以IBM SPSS Modeler為範例(附CD)
．
精通機器學習｜使用S
文學小說
文學
｜
小說
商管創投
財經投資
｜
行銷企管
人文藝坊
宗教、哲學
社會、人文、史地
藝術、美學
｜
電影戲劇
勵志養生
醫療、保健
料理、生活百科
教育、心理、勵志
進修學習
電腦與網路
｜
語言工具
雜誌、期刊
｜
軍政、法律
參考、考試、教科用書
科學工程
科學、自然
｜
工業、工程
家庭親子
家庭、親子、人際
青少年、童書
玩樂天地
旅遊、地圖
｜
休閒娛樂
漫畫、插圖
｜
限制級
精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版
Handson Machine Learning with ScikitLearn Keras and TensorFlow 2nd Edition
作者：
Aurelien Geron
譯者：
賴屹民
分類：
電腦與網路
／
資料庫
出版社：
美商歐萊禮中文書
出版日期：2020/4/8
ISBN：9789865024345
書籍編號：kk0508667
頁數：816
定價：
1200
元
優惠價：
82
折
984
元
書價若有異動，以出版社實際定價為準
訂購後立即為您進貨
訂購後立即為您進貨：目前無庫存量,讀者下訂後,開始進入調書程序,一般天數約為2-10工作日(不含例假日)。
團購數最低為 20 本以上
評價數：
(請將滑鼠移至星星處進行評價)
目前平均評價：
文字連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0508667'>精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版</a>
圖片連結
複製語法
<a href='https://www.silkbook.com/book_detail.asp?goods_ser=kk0508667'><img src='https://www.silkbook.com/mall_image/bk/kk0508667.jpg' ALT='精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版' height='120' width='90'></a>
分
享
內容簡介
作者介紹
書籍目錄
同類推薦
精通機器學習：使用Scikit-Learn, Keras與TensorFlow 第二版 內容簡介 建立智慧系統的概念、工具與技術 “這是一本卓越的機器學習資源，有清楚、直觀的解說，以及大量實用技巧。” —Francois Chollet Keras作者，《Deep Learning with Python》作者 “這本書詳細介紹以神經網路解決問題的理論與做法；建議想要實際運用ML的人都要看這本書。” —Pete Warden TensorFlow行動主管 深度學習經歷了一系列的突破之後，已經大幅推動了整個機器學習領域，如今，即使你對這項技術一無所知，也可以使用簡單、高效的工具，製作可從資料中學習的程式。這本暢銷書新版本使用具體的案例、精簡的理論，以及Python準生產框架，協助你直觀地認識智慧系統的概念與建構工具。 你將學到可快速上手的技術，只要具備程式編寫經驗，就可以藉由各章的習題來學習。你可以在GitHub取得本書的所有程式碼，這些程式已經更新為TensorFlow 2，以及最新版的Scikit-Learn。 •使用Scikit-Learn與pandas，透過端對端專案建立機器學習基礎 •用TensorFlow 2建構與訓練許多神經網路架構，以進行分類及回歸 •探索物體偵測、語義分割、專注機制、語言模型、GAN等 •探索TensorFlow 2的官方高階API—Keras API •使用TensorFlow的Data API、分散式策略API、TF Transform及TF-Serving將TensorFlow模型生產化 •在Google Cloud AI Platform或行動裝置上部署 •瞭解降維、分群及異常檢測等非監督學習技術 •用強化學習來建立自主學習代理程式(agent)，包括使用TF-Agents程式庫
作者簡介 Aurélien Géron Aurélien Géron 是機器學習顧問和教練。曾經在Google任職，在2013年至2016年是YouTube的影片分類團隊主管。 他也是Wifirst創辦人(法國無線網際網路服務龍頭供應商)暨CTO(2002~2012)。
目錄 前言 【第一部分 機器學習基本知識】 chapter 01 機器學習領域 chapter 02 端對端機器學習專案 chapter 03 分類 chapter 04 訓練模型 chapter 05 支援向量機 chapter 06 決策樹 chapter 07 整體學習與隨機森林 chapter 08 降維 chapter 09 無監督學習技術 【第二部分 神經網路與深度學習】 chapter 10 以 Keras 介紹人工神經網路 chapter 11 訓練深度神經網路 chapter 12 用 TensorFlow 來自製模型和進行訓練 chapter 13 使用 TensorFlow 來載入和預先處理資料 chapter 14 使用摺積神經網路來製作深度電腦視覺 chapter 15 使用 RNN 和 CNN 來處理序列 chapter 16 用 RNN 與 Attention 處理自然語言 chapter 17 使用自動編碼網路與 GAN 來進行表徵學習與生成學習 chapter 18 強化學習 chapter 19 大規模訓練與部署 TensorFlow 模型 附錄 A 習題解答 附錄 B 機器學習專案檢核表 附錄 C SVM 對偶問題 附錄 D Autodiff 附錄 E 其他流行的 ANN 結構 附錄 F 特殊資料結構 附錄 G TensorFlow 圖 索引
你的第一本Git與G
dbt 與 Anal
7天學會大數據資料處
Power Quer
Power BI大數
Power BI商業
MySQL資料庫開發
資料庫系統管理與實作
科技巨頭的演算法大揭
資料治理技術手冊
為了保障您的權益，新絲路網路書店所購買的商品均享有到貨七天的鑑賞期（含例假日）。退回之商品必須於鑑賞期內寄回（以郵戳或收執聯為憑），且商品必須是全新狀態與完整包裝(商品、附件、內外包裝、隨貨文件、贈品等)，否則恕不接受退貨。
