-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
基于R语言的高级深度学习 版权信息
- ISBN:9787519870676
- 条形码:9787519870676 ; 978-7-5198-7067-6
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
基于R语言的高级深度学习 本书特色
本书将通过高级示例帮助读者应用R语言实现深度学习算法。
基于R语言的高级深度学习 内容简介
本书将通过高级示例帮助读者应用R语言实现深度学习算法。它涵盖了各种神经网络模型,如人工神经网络、卷积神经网络、循环神经网络、长短期记忆网络和其他采用专家技术的模型。在阅读本书的过程中,读者将利用Keras-R、TensorFlow-R等流行的深度学习库来实现人工智能模型。
基于R语言的高级深度学习 目录
前言
**部分 深度学习基础
第1章 深度学习架构与技术
1.1 R语言实现的深度学习
1.1.1 深度学习发展趋势
1.1.2 R软件包的版本
1.2 深度学习网络模型的开发过程
1.2.1 为深度学习网络模型准备数据
1.2.2 开发模型架构
1.2.3 编译模型
1.2.4 拟合模型
1.2.5 评估模型性能
1.3 R语言和RStudio实现的深度学习技术
1.3.1 多类分类问题
1.3.2 回归问题
1.3.3 图像分类
1.3.4 卷积神经网络
1.3.5 自编码器
1.3.6 迁移学习
1.3.7 生成对抗网络
1.3.8 文本分类的深度学习网络
1.3.9 循环神经网络
1.3.10 长短期记忆网络
1.3.11 卷积循环网络
1.3.12 提示、技巧和*佳实践
1.4 本章小结
第二部分 预测与分类问题的深度学习
第2章 多类分类问题的深度神经网络
2.1 胎儿心电图数据集
2.1.1 医学数据集
2.1.2 数据集分类
2.2 建模数据准备
2.2.1 数值型变量的归一化
2.2.2 数据分割
2.2.3 独热编码
2.3 深度神经网络模型的创建与拟合
2.3.1 模型架构开发
2.3.2 模型编译
2.3.3 模型拟合
2.4 模型评价和预测
2.4.1 损失函数与准确率计算
2.4.2 混淆矩阵
2.5 性能优化提示与*佳实践
2.5.1 增加隐藏层的实验
2.5.2 隐藏层增加单元数量的实验
2.5.3 多单元多层网络的实验
2.5.4 分类不平衡问题的实验
2.5.5 模型的保存与重新上载
2.6 本章小结
……
第三部分 面向计算机视觉的深度学习
第四部分 自然语言处理问题的深度学习
第五部分 未来展望
基于R语言的高级深度学习 作者简介
[美]巴拉坦德拉·拉伊(Bharatendra Rai)是麻省大学达特茅斯分校(UMass Dartmouth)查尔顿商学院商业分析专业的首席教授和技术管理硕士课程的主任。他在底特律韦恩州立大学(Wayne State University)获得工业工程博士学位。他获得了印度统计研究所(Indian Statistical Institute)的质量、可靠性和OR硕士学位。他目前的研究兴趣包括机器学习和深度学习应用。他在YouTube上的深度学习讲座视频浏览者遍布198个国家。他在软件、汽车、电子、食品、化工等行业拥有20多年的咨询和培训经验,涉及数据科学、机器学习和供应链管理等领域。
- >
月亮虎
月亮虎
¥14.4¥48.0 - >
龙榆生:词曲概论/大家小书
龙榆生:词曲概论/大家小书
¥13.0¥24.0 - >
有舍有得是人生
有舍有得是人生
¥17.1¥45.0 - >
李白与唐代文化
李白与唐代文化
¥8.9¥29.8 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥35.5¥48.0 - >
推拿
推拿
¥12.2¥32.0 - >
随园食单
随园食单
¥15.4¥48.0 - >
回忆爱玛侬
回忆爱玛侬
¥23.0¥32.8
-
”互联网+“时代计算机算法的应用及其实践研究
¥19.9¥59 -
微服务设计
¥52.8¥69 -
图说深度学习:用可视化方法理解复杂概念
¥109¥188 -
计算机基础
¥17.2¥31 -
改变未来的九大算法
¥50¥68 -
生成式AI入门与AWS实战
¥77.8¥99.8