機(jī)器學(xué)習(xí)從入門到入職:用sklearn與keras搭建人工智能模型
近年來(lái)機(jī)器學(xué)習(xí)是一個(gè)熱門的技術(shù)方向,但機(jī)器學(xué)習(xí)本身并不是一門新興學(xué)科,而是多門成熟學(xué)科(微積分、統(tǒng)計(jì)學(xué)與概率論、線性代數(shù)等)的集合。其知識(shí)體系結(jié)構(gòu)龐大而復(fù)雜,為了使讀者朋友能夠把握機(jī)器學(xué)習(xí)的清晰的脈絡(luò),本書盡可能從整體上對(duì)機(jī)器學(xué)習(xí)的知識(shí)架構(gòu)進(jìn)行整理,并以Sklearn和Keras等機(jī)器學(xué)習(xí)框架對(duì)涉及的相關(guān)理論概念進(jìn)行代碼實(shí)現(xiàn),使理論與實(shí)踐相結(jié)合。本書分為4個(gè)部分:第1章至第3章主要介紹機(jī)器學(xué)習(xí)的概念、開(kāi)發(fā)環(huán)境的搭建及模型開(kāi)發(fā)的基本流程等;第4章至第7章涵蓋回歸、分類、聚類、降維的實(shí)現(xiàn)原理,以及機(jī)器學(xué)習(xí)框架Sklearn的具體實(shí)現(xiàn)與應(yīng)用;第8章至第12章主要闡述深度學(xué)習(xí),如卷積神經(jīng)網(wǎng)絡(luò)、生成性對(duì)抗網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)原理,以及深度學(xué)習(xí)框架Keras的具體實(shí)現(xiàn)與應(yīng)用;第13章簡(jiǎn)單介紹機(jī)器學(xué)習(xí)崗位的入職技巧。本書可作為機(jī)器學(xué)習(xí)入門者、對(duì)機(jī)器學(xué)習(xí)感興趣的群體和相關(guān)崗位求職者的參考用書。
·18萬(wàn)字