- 图书介绍
- 读者评价
机器学习需要一条脱离过高理论门槛的入门之路。__eol__本书《机器学习篇》从小红帽采蘑菇的故事开篇,介绍了基础的机器学习分类模型的训练(第1 章)。__eol__如何评估、调试模型?如何合理地发掘事物的特征?如何利用几个模型共同发挥作用?后续章节一步一步__eol__讲述了如何优化模型,更好地完成分类预测任务(第2 章),并且初步尝试将这些技术运用到金融股票交__eol__易中(第3 章)。__eol__自然界最好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架__eol__开始(第4 章),讲解了DNN 模型的直观原理,尝试给出一些简单的生物学解释,完成简单的图片识别任__eol__务(第5 章)。后续章节在此基础上,完成更为复杂的图片识别CNN 模型(第6 章)。接着,本书展示了__eol__使用Caffe 完成一个完整的图片识别项目,从准备数据集,到完成识别任务(第7 章)。后面简单描述了__eol__RNN 模型(第8 章),接着展示了一个将深度学习技术落地到图片处理领域的项目(第9 章)。__eol__

《怀孕知识全书》
《幸福孕事 深海贝类的好孕书》
《60周孕产营养一周一读》
《安心月子书》
总体评价
您的评分: 分
共有 0 条评论