互联网 类型
可以朗读 语音朗读
208千字 字数
2021-06-01 发行日期
展开全部

主编推荐语

生动有趣的机器学习入门读物。

内容简介

本书从一个完全不了解机器学习的程序员的视角出发，使用一系列生动有趣的具体应用实例，运用诙谐的语言以循序渐进的方式比较系统地介绍机器学习的本质思想、基本理论和重要算法，比较细致地剖析线性模型、感知机模型、浅层神经网络、深度神经网络的设计原理与编程方法，引导读者亲自动手从零开始打造和完善机器学习的底层代码，逐步消除对机器学习算法原理的认知盲点，让广大初学者能够较为轻松地掌握机器学习和深度学习的基本理论和编程技术。

本书是从零基础初学者的思维角度编写的，适合作为智能科学与技术、数据科学与大数据技术、计算机科学与技术以及相关专业的本科生或研究生的机器学习入门教材，也可供工程技术人员和自学读者学习参考。

目录

  • 版权信息
  • 译者序
  • 前言
  • 致谢
  • 第一部分 从零开始的图像识别
  • 第1章 机器学习的原理
  • 1.1 编程与机器学习
  • 1.2 监督学习
  • 1.3 魔法背后的数学原理
  • 1.4 设置系统
  • 第2章 首个机器学习程序
  • 2.1 了解问题
  • 2.2 编写线性回归代码
  • 2.3 添加偏置
  • 2.4 小结
  • 2.5 动手研究：设置超参数
  • 第3章 梯度
  • 3.1 算法的缺陷
  • 3.2 梯度下降法
  • 3.3 小结
  • 3.4 动手研究：露营地问题
  • 第4章 超空间
  • 4.1 添加更多维度
  • 4.2 矩阵代数
  • 4.3 升级学习程序
  • 4.4 告别偏置
  • 4.5 最后一次试运行
  • 4.6 小结
  • 4.7 动手研究：统计学家
  • 第5章 能辨识的机器
  • 5.1 线性回归的不足
  • 5.2 S型函数
  • 5.3 操作中的分类函数
  • 5.4 小结
  • 5.5 动手研究：权重的影响
  • 第6章 计算机视觉初探
  • 6.1 处理数据
  • 6.2 我们自己的MNIST库
  • 6.3 实际运行
  • 6.4 小结
  • 6.5 动手研究：难以识别的数字
  • 第7章 最后的挑战
  • 7.1 多元分类
  • 7.2 验证与结果
  • 7.3 小结
  • 7.4 动手研究：扫雷舰
  • 第8章 感知机
  • 8.1 认识感知机
  • 8.2 组装感知机
  • 8.3 感知机的不足
  • 8.4 感知机史话
  • 第二部分 神经网络
  • 第9章 设计神经网络
  • 9.1 用感知机组装神经网络
  • 9.2 加入softmax函数
  • 9.3 构建方案
  • 9.4 小结
  • 9.5 动手研究：网络冒险
  • 第10章 构建神经网络
  • 10.1 编写正向传播代码
  • 10.2 交叉熵
  • 10.3 小结
  • 10.4 动手研究：时间旅行的测试
  • 第11章 训练神经网络
  • 11.1 反向传播的使用场合
  • 11.2 从链式法则到反向传播
  • 11.3 使用反向传播算法
  • 11.4 初始化权重
  • 11.5 完成网络模型
  • 11.6 小结
  • 11.7 动手研究：错误的开始
  • 第12章 分类器的工作原理
  • 12.1 寻找边界
  • 12.2 弯曲的边界
  • 12.3 小结
  • 12.4 动手研究：高难数据
  • 第13章 小批量处理
  • 13.1 训练过程的可视化
  • 13.2 分批处理
  • 13.3 理解小批量
  • 13.4 小结
  • 13.5 动手研究：最小的批量
  • 第14章 测试的禅意
  • 14.1 过度拟合的威胁
  • 14.2 测试的难题
  • 14.3 小结
  • 14.4 动手研究：思考测试
  • 第15章 来做开发吧
  • 15.1 准备样本数据
  • 15.2 调优超参数
  • 15.3 最终测试
  • 15.4 动手研究：实现99%
  • 15.5 小结与展望
  • 第三部分 深度学习
  • 第16章 深度神经网络
  • 16.1 针鼹数据集
  • 16.2 使用Keras构建神经网络
  • 16.3 更深一层
  • 16.4 小结
  • 16.5 动手研究：Keras游乐场
  • 第17章 战胜过度拟合
  • 17.1 详解过度拟合
  • 17.2 模型正则化
  • 17.3 正则化工具箱
  • 17.4 小结
  • 17.5 动手研究：保持简单
  • 第18章 驯服深度网络
  • 18.1 理解激活函数
  • 18.2 超越S型函数
  • 18.3 掌握更多的技巧
  • 18.4 小结
  • 18.5 动手研究：10历元的挑战
  • 第19章 超越香草神经网络
  • 19.1 CIFAR-10数据集
  • 19.2 CNN的基本结构
  • 19.3 运行卷积
  • 19.4 小结
  • 19.5 动手研究：大量的超参数
  • 第20章 深度学习
  • 20.1 深度学习的崛起
  • 20.2 离谱的效率
  • 20.3 路在何方
  • 20.4 你的旅程开始了
  • 附录A Python语言入门
  • 附录B 机器学习术语
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

机械工业出版社

机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。