![](http://img.alicdn.com/imgextra/i3/2455124912/O1CN01avQZtJ1m9k1lmoGDj_!!0-item_pic.jpg)
產品名稱:深度學習精要 基於R語言 深度學習精要 書名:深度學習精要 基於R語言 深度學習精要 深度學習精要 基於R語言 深度學習精要 ISBN編號:9787115464156 是否是套裝:否 出版社名稱:人民郵電出版社 代碼:49 作者:Joshua F Wiley Joshua 譯者:高蓉 開本:16開
" 深度學習精要 作 者:[美] Joshua F. Wiley 威利 著 高蓉 譯 定 價:49 出 版 社:人民郵電出版社 出版日期:2017年09月01日 頁 數:154 裝 幀:簡裝 ISBN:9787115464156 ●目錄 章 深度學習入門 11.1 什麼是深度學習 11.2 神經網絡的概念綜述 21.3 深度神經網絡 61.4 用於深度學習的R包 81.5 建立可重復的結果 91.5.1 神經網絡 121.5.2 deepnet包 131.5.3 darch包 141.5.4 H2O包 141.6 連接R和H2O 141.6.1 初始化H2O 151.6.2 數據集連結到H2O集群 171.7 小結 19第2章 訓練預測模型 202.1 R中的神經網絡 202.1.1 建立神經網絡 212.1.2 從神經網絡生成預測 362.2 數據過擬合的問題—結果的解釋 382.3 用例—建立並運用神經網絡 412.4 小結 47第3章 防止過擬合 483.1 L1罰函數 493.2 L2罰函數 533.2.1 L2罰函數實戰 543.2.2 權重衰減(神經網絡中的L2罰函數) 553.3 集成和模型平均 593.4 用例—使用丟棄提升樣本外模型性能 623.5 小結 67第4章 識別異常數據 684.1 無監督學習入門 694.2 自動編碼器如何工作 704.3 在R中訓練自動編碼器 734.4 用例—建立並運用自動編碼器模型 854.5 微調自動編碼器模型 904.6 小結 95第5章 訓練深度預測模型 965.1 深度前饋神經網絡入門 975.2 常用的激活函數—整流器、雙曲正切和maxout 995.3 選取超參數 1015.4 從深度神經網絡訓練和預測新數據 1055.5 用例—為自動分類生成深度神經網絡 1145.6 小結 132第6章 調節和優化模型 1336.1 處理缺失數據 1346.2 低準確度模型的解決方案 1376.2.1 網格搜索 1386.2.2 隨機搜索 1396.3 小結 151參考文獻 152 內容簡介 本書重點介紹如何將R語言和深度學習模型或深度神經網絡結合起來,解決實際的應用需求。全書共6章,分別介紹了深度這習基礎知識、訓練預測模型、如何防止過擬合、識別異常數據、訓練深度預測模型以及調節和優化模型等內容。本書適合了解機器學習概念和R語言並想要使用R提供的包來探索深度學習應用的讀者學習參考。 [美] Joshua F. Wiley 威利 著 高蓉 譯 機器學習、深度學習、人工智能等相關領域的讀者,高校計算機專業的學生。機器學習、深度學習、人工智能等相關領域的讀者,高校計算機專業的學生。 "![](http://img.alicdn.com/imgextra/i3/2455124912/O1CN01avQZtJ1m9k1lmoGDj_!!0-item_pic.jpg)
|