基于Google云平臺的機器學習和深度學習入門

定　價：￥79.00

作　者：	[日] 吉川隼人著，薛建彬張振華譯
出版社：	機械工業(yè)出版社
叢編項：	機器學習系列
標　簽：	暫缺

購買這本書可以去

京東 (￥65.20)

ISBN：	9787111660033	出版時間：	2020-09-01	包裝：	平裝
開本：	16開	頁數(shù)：	220	字數(shù)：

內容簡介

　　本書主要介紹了Google云平臺中有關機器學習的多種工具，以及如何使用它們來進行機器學習。這些工具對使用者在機器學習理論方面的要求很低，讀者可以在僅了解一點有關機器學習基礎知識的前提下使用它們。本書在使用每種機器學習的工具或技術之前，都會對相應的理論進行較為詳實的介紹。但也同時考慮了機器學習理論的復雜性，在對理論知識的介紹中避免了復雜的數(shù)學公式，取而代之的是生動淺顯的例子。其中很多示例是使用Python代碼在Google云平臺上實現(xiàn)的。本書適合剛開始接觸機器學習的讀者閱讀。

作者簡介

暫缺《基于Google云平臺的機器學習和深度學習入門》作者簡介

圖書目錄

譯者序
原書前言
人工智能、機器學習和深度學習
第1部分 GCP與機器學習1
第1章嘗試使用GCP2
11GCP 概述3
12創(chuàng)建賬戶和項目5
13Cloud Shell9
14Google Compute Engine13
15Google Cloud Storage18
16BigQuery26
第2章使用Datalab32
21Datalab快速瀏覽33
22NumPy和pandas42
23鏈接Datalab和BigQuery53
24用Datalab繪制各種圖形59
第3章使用 GCP 輕松進行機器學習67
31GCP的機器學習相關服務68
32Cloud Vision API73
33Cloud Translation API86
34Cloud Natural Language API90
第2部分識別的基礎95
第4章二類識別96
41簡單識別97
42機器學習的引入106
43感知器116
44損失函數(shù)125
45邏輯回歸128
第5章多類分類器和各種分類器138
51scikit-learn快速導覽139
52多類邏輯回歸141
53支持向量機151
54隨機森林162
第6章數(shù)據(jù)評估方法和調整170
61基本的學習流程171
62學習和測試173
63數(shù)據(jù)評估182
64參數(shù)調整188
第3部分深度學習入門194
第7章深度學習基礎知識196
71圖像識別197
72神經(jīng)網(wǎng)絡201
73激活函數(shù)211
74多類支持216
75各種梯度下降法222
76TensorFlow的準備230
77神經(jīng)網(wǎng)絡的實現(xiàn)238
78使用DNNClassifier簡化學習244
79TensorBoard246
第8章CNN256
81前面圖像識別中的問題257
82卷積層265
83卷積層運算的種類和池化層272
84使用TensorFlow實施兩層CNN280
附錄288
附錄A Python2的基本使用方法
附錄B Jupyter的設置