Python深度学习应用 亚历克斯 盖利Alex Galea古路易斯卡佩罗 清华大学出版社 9787302541967
举报
9787302541967
-
作者:
（加）亚历克斯·盖利（Alex Galea）、（古）路易斯·卡佩罗（Luis Capelo）、
高凯
、
吴林芳
、
李娇娥
、
朱玉
-
出版社:
清华大学出版社
-
ISBN:
9787302541967
-
出版时间:
2018-01
-
装帧:
平装
-
开本:
16开
-
ISBN:
9787302541967
-
出版时间:
2018-01
上书时间2024-03-10
卖家超过10天未登录
-
-
商品描述：
-
基本信息 书名：Python深度学习应用 定价：59 ISBN:9787302541967
内容简介
本书介绍Jupyter、数据清洗、高级机器学习、网页爬虫、交互式可视化、神经网络、深度学习、模型构建、模型评估与优化、产品化处理等有关深度学习应用方面的内容。本书理论与实践并重、体系完整、内容新颖、条理清晰、组织合理、强调实践，包括使用scikit?learn、TensorFlow和Keras创建智能系统和机器学习解决方案，并将论述的重点放在实现和实践上，以便让读者更好地了解Python深度学习应用的实现细节。本书适合所有对Python深度学习感兴趣的人士阅读。
目录 1章Jupyter基础/ 1 1.1基本功能与特征/ 2 1.1.1Jupyter tebook是什么，为什么它如此有用/ 2 1.1.2Jupyter tebook概览/ 4 1.1.3Jupyter特色/ 8 1.1.4Python库/ 14 1.2一个数据分析实例——基于波士顿住房数据集/ 17 1.2.1使用Pandas DataFrame载入数据集/ 17 1.2.2数据集/ 22 1.2.3基于Jupyter tebook的预测分析简介/ 26 1.2.4实践: 构建一个基于三阶多项式的模型/ 30 1.2.5使用分类特征完成对数据集的分段分析/ 35 1.3本章小结/ 412章数据清洗和高级机器学习/ 42 2.1准备训练预测模型/ 43 2.1.1确定预测分析计划/ 43 2.1.2机器学习的数据预处理/ 45 2.1.3实践: 准备训练“员工去留问题”的预测模型/ 55 2.2训练分类模型/ 64 2.2.1分类算法简介/ 64 2.2.2使用k折交验证和验证曲线评估模型/ 79 2.2.3降维技术/ 84 2.2.4训练员工去留问题的预测模型/ 85 2.3本章小结/ 933章网页信息采集和交互式可视化/ 94 3.1采集网页信息/ 95 3.1.1HTTP请求简介/ 95 3.1.2在Jupyter tebook中实现HTTP请求/ 96 3.1.3在Jupyter tebook中解析HTML/ 101 3.1.4实践: 在Jupyter tebook中实现网页...
'
![]()
孔网啦啦啦啦啦纺织女工火锅店第三课
开播时间：09月02日 10:30
即将开播，去预约
直播中，去观看
占位居中
