科技 类型
可以朗读 语音朗读
74千字 字数
2019-06-01 发行日期
展开全部

主编推荐语

侧重于R语言与深度学习的结合，旨在通过通俗易懂的语言和实用技巧的介绍，帮助读者了解深度学习在商业领域的应用。

内容简介

深度学习是机器学习的一个分支，它能够使计算机通过层次概念来学习经验和理解世界。同时，深度学习也是非常贴近AI的一个技术分支，得到了越来越多人的关注。本书包含12章，涉及基本的R编程技巧和深度学习原理，同时介绍了神经网络和深度学习在商业分析中的应用。除此之外，本书还介绍了神经网络的学习机制、激活函数等内容，并且给出了新闻分类、客户维系方法、消费预测、产品需求预测等实用策略。 本书注重实用性，不对读者做过多的技术要求，适合所有想通过R编程来了解深度学习，并对其商业化应用感兴趣的读者。

目录

  • 版权信息
  • 内容提要
  • 致谢
  • 序言
  • 掌握深度学习并进行商业分析
  • 本书面向有以下需求的读者：
  • 业务分析迅速
  • 你将学到以下知识：
  • N.D. Lewis的其他著作
  • 前言
  • 你不需要是一名天才
  • 内容概要
  • 关于R新手
  • 一个建议
  • 资源与支持
  • 配套资源
  • 提交勘误
  • 与我们联系
  • 关于异步社区和异步图书
  • 第1章 如何充分利用本书
  • 1.1 软件包使用建议
  • 1.2 高效使用函数
  • 1.3 无需等待
  • 第2章 商业分析与神经网络
  • 2.1 数据价值创造周期
  • 2.2 神经网络简介
  • 2.3 模式识别的本质
  • 2.4 属性、分类和回归
  • 第3章 商业中的深度学习
  • 3.1 古典游戏让深度学习大放异彩
  • 3.2 还有谁希望快速地了解深度学习的强大
  • 3.3 改进价值创造链
  • 3.4 如何进行智能化营销
  • 3.5 客户流失——以及如何增加利润的小技巧
  • 3.6 挖掘预测产品需求过程中隐藏的商机
  • 第4章 神经元和激活函数
  • 4.1 人工神经元简介
  • 4.2 激活函数
  • 4.3 简化数学计算
  • 4.4 S型激活函数简介
  • 第5章 神经网络的学习机制
  • 5.1 反向传播算法简介
  • 5.2 基本算法的工作原理
  • 5.3 关于渐变下降
  • 5.4 误差面简介
  • 5.5 关于随机梯度下降的注意事项
  • 第6章 深度神经网络简介
  • 6.1 关于精确预测的常识
  • 6.2 在没有知识储备的情况下为复杂的数学关系建模
  • 6.3 整合深度神经网络蓝图
  • 6.4 深度神经网络的完美剖析
  • 6.5 选择最佳层数
  • 第7章 在线热点新闻分类
  • 7.1 在线新闻的特点
  • 7.2 如何从网上下载在线新闻样本
  • 7.3 一种浏览数据样本的简单方法
  • 7.4 如何预处理新闻转发的频率
  • 7.5 标准化的重要性
  • 7.6 创建训练样本
  • 7.7 适合深度神经网络的证明方法
  • 7.8 分类预测
  • 7.9 需要包含多少个神经元的答案
  • 7.10 构建一个更复杂的模型
  • 7.11 混淆矩阵
  • 7.12 实践出真知
  • 第8章 为客户流失建模以促进业务增长
  • 8.1 客户流失的原因
  • 8.2 电信行业的客户流失
  • 8.3 如何将客户流失样本下载到本地硬盘
  • 8.4 一种收集数据和查看特征的简单方法
  • 8.5 快速构建一个深度神经网络
  • 8.6 接收器操作特性曲线下的面积
  • 8.7 Tanh激活函数
  • 8.8 关于学习率
  • 8.9 动量的完整直观指南
  • 8.10 不平衡类的问题
  • 8.11 一种易用的不平衡类解决方案
  • 8.12 实践出真知
  • 第9章 产品需求预测
  • 9.1 自行车共享系统
  • 9.2 数据样本的分布和相关性
  • 9.3 自动化公式生成
  • 9.4 弹性反向传播解密
  • 9.5 奥卡姆剃刀法则的解释
  • 9.6 如何使用奥卡姆剃刀法则
  • 9.7 确定性能基准的简单方法
  • 9.8 重新训练一个替代模型
  • 9.9 如何选择重复的次数
  • 9.10 一个建模错误可以严重影响性能
  • 9.11 简单模型如何提供稳定的性能
  • 9.12 实践出真知
  • 第10章 预测客户信用卡消费的艺术
  • 10.1 明确信贷的角色
  • 10.2 信用卡数据
  • 10.3 预处理样本数据
  • 10.4 一种设计深度神经网络的简单方法
  • 10.5 过度训练的挑战
  • 10.6 提早停止的简单策略
  • 10.7 实践出真知
  • 第11章 客户品牌选择建模简介
  • 11.1 品牌选择的概念性框架
  • 11.2 检查样本数据
  • 11.3 S型激活函数的实际限制
  • 11.4 深度学习工具箱中必备的一个激活函数
  • 11.5 保持技术的秘密
  • 11.6 数据预处理的魔力
  • 11.7 实践出真知
  • 第12章 汽车价格预测
  • 12.1 二手车价格的关键因素
  • 12.2 下载二手车数据集
  • 12.3 评估二手车价格和其他属性的关系
  • 12.4 一个简单的数据预处理技巧
  • 12.5 快速建立训练集和测试集
  • 12.6 充分利用mini batching算法
  • 12.7 测量和评估模型性能
  • 12.8 高效交叉验证的基本要领
  • 12.9 一个可以轻松模拟的实用示例
  • 12.10 最后的思考
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

人民邮电出版社

人民邮电出版社是工业和信息化部主管的大型专业出版社，成立于1953年10月1日。人民邮电出版社坚持“立足信息产业、面向现代社会、传播科学知识、服务科教兴国”，致力于通信、计算机、电子技术、教材、少儿、经管、摄影、集邮、旅游、心理学等领域的专业图书出版。