封面
版权信息
作者简介
内容简介
推荐序一
推荐序二
推荐序三
上篇
第1章 机器学习的Hello World
1.1 机器学习简介
1.2 机器学习应用的核心开发流程
1.3 从代码开始
1.4 本章小结
1.5 本章参考文献
第2章 手工实现神经网络
2.1 感知器
2.2 线性回归、梯度下降及实现
2.3 随机梯度下降及实现
2.4 单层神经网络的Python实现
2.5 本章小结
2.6 本章参考文献
第3章 上手Keras
- APP免费
3.1 Keras简介
- APP免费
3.2 Keras开发入门
- APP免费
3.3 Keras的概念说明
- APP免费
3.4 再次代码实战
- APP免费
3.5 本章小结
- APP免费
3.6 本章参考文献
- APP免费
第4章 预测与分类:简单的机器学习应用
- APP免费
4.1 机器学习框架之sklearn简介
- APP免费
4.2 初识分类算法
- APP免费
4.3 决策树
- APP免费
4.4 线性回归
- APP免费
4.5 逻辑回归
- APP免费
4.6 神经网络
- APP免费
4.7 本章小结
- APP免费
4.8 本章参考文献
- APP免费
下篇
- APP免费
第5章 推荐系统基础
- APP免费
5.1 推荐系统简介
- APP免费
5.2 相似度计算
- APP免费
5.3 协同过滤
- APP免费
5.4 LR模型在推荐场景下的应用
- APP免费
5.5 多模型融合推荐模型:Wide&Deep模型
- APP免费
5.6 本章小结
- APP免费
5.7 本章参考文献
- APP免费
第6章 项目实战:聊天机器人
- APP免费
6.1 聊天机器人的发展历史
- APP免费
6.2 循环神经网络
- APP免费
6.3 Seq2Seq原理介绍及实现
- APP免费
6.4 Attention
- APP免费
6.5 本章小结
- APP免费
6.6 本章参考文献
- APP免费
第7章 图像分类实战
- APP免费
7.1 图像分类与卷积神经网络
- APP免费
7.2 卷积神经网络的工作原理
- APP免费
7.3 案例实战:交通图标分类
- APP免费
7.4 优化策略
- APP免费
7.5 本章小结
- APP免费
7.6 本章参考文献
- APP免费
第8章 目标识别
- APP免费
8.1 CNN的演化
- APP免费
8.2 YOLO
- APP免费
8.3 YOLO v3的具体实现
- APP免费
8.4 本章小结
- APP免费
8.5 本章参考文献
- APP免费
第9章 模型部署与服务
- APP免费
9.1 生产环境中的模型服务
- APP免费
9.2 TensorFlow Serving的应用
- APP免费
9.3 本章小结
- APP免费
9.4 本章参考文献
- APP免费
推荐语
更新时间:2020-04-24 15:05:03