《深度学习算法实践》内容简介与阅读建议

获取这本书 暂无已核验电子书资源
下载
作者
吴岸城
分类
计算机类
出版年份
2017
语言
中文

《深度学习算法实践》内容简介

本书以一位软件工程师的转型故事为线索,讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转入算法思维,第2-5章分别阐述文本处理、视觉识别、Bot机器人、强化学习方向的算法实践,第6章案例阐述预测与推荐的应用。

《深度学习算法实践》书籍信息摘要

《深度学习算法实践》内容简介与阅读建议,作者 吴岸城,计算机类,2017年。获取前建议核对作者、出版社、年份、ISBN、版本和正版渠道。相关主题:算法、计算机类。

《深度学习算法实践》适合哪些读者?

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

获取建议

《深度学习算法实践》怎么获取更合适?

优先确认版本和阅读目的;下载区只展示已核验的公版、授权、开放许可或官方试读资源。

下载

暂无已核验电子书资源;本站不展示未授权完整文件。

下载

版本

优先选择作者、译者、出版社、出版年份和 ISBN 信息明确的版本;经典作品可优先选择校注、导读或权威出版社版本。

目录

  1. 1 开始 1
  2. 1.1 从传统的软件工程思维转型 1
  3. 1.2 建立算法思维 2
  4. 1.2.1 算法的开发流程 3
  5. 1.2.2 做算法的步骤 4
  6. 1.2.3 英特的总结 8
  7. 1.3 观察!观察!观察!重要的事情说三遍 11
  8. 2 文本分析实战 15
展开全部(共 80 章节)
  1. 2.1 第一个文本问题 15
  2. 2.1.1 邮件标题的预处理 15
  3. 2.1.2 选用算法 18
  4. 2.1.3 用CNN 做文本分类 21
  5. 2.2 情感分类 24
  6. 2.2.1 先分析需求 24
  7. 2.2.2 词法分析 25
  8. 2.2.3 机器学习 28
  9. 2.2.4 试试LSTM 模型 30
  10. 2.3 文本深度特征提取 31
  11. 2.3.1 词特征表示 31
  12. 2.3.2 句子特征表示 42
  13. 目录
  14. VII ?
  15. 2.3.3 深度语义模型 51
  16. 3 做一个对话机器人 53
  17. 3.1 理解人类提问 56
  18. 3.2 答案的抽取和选择 57
  19. 3.3 蕴含关系 62
  20. 3.4 生成式对话模型(Generative Model ) 63
  21. 3.5 判断机器人说话的准确性 69
  22. 3.6 智能对话的总结和思考 70
  23. 4 视觉识别 73
  24. 4.1 从人脸识别开始 74
  25. 4.1.1 OpenCV 能做什么 74
  26. 4.1.2 检测精度的进化:Dlib 79
  27. 4.1.3 表情识别:Openface 83
  28. 4.2 深度卷积网络 87
  29. 4.2.1 CNN 的演化过程 87
  30. 4.2.2 深度卷积和更深的卷积 96
  31. 4.2.3 实现更深的卷积网络 103
  32. 4.2.4 残差网络的实现 108
  33. 4.2.5 十全大补药:通用的提高精度的方法 111
  34. 4.2.6 图像训练需要注意的地方 116
  35. 4.3 目标检测 125
  36. 4.3.1 用SSD 来实现目标检测应用 133
  37. 4.3.2 SSD 训练源码提示 136
  38. 4.4 视觉领域的应用 138
  39. 4.4.1 艺术风格画 138
  40. 4.4.2 看图说话:用文字描述一幅图像(BiRNN CNN) 140
  41. 4.4.3 CNN 的有趣应用:语音识别 142
  42. 5 强化学习实践 144
  43. 5.1 吃豆子和强化学习 144
  44. 5.2 马尔科夫决策过程 146
  45. 5.3 理解Q 网络 149
  46. 深度学习算法实践
  47. ? VIII
  48. 5.4 模拟物理世界:OpenAI 151
  49. 5.5 实现一个DQN 153
  50. 5.5.1 DQN 代码实现 153
  51. 5.5.2 DQN 过程的图表化 159
  52. 5.6 关于强化学习的思考 162
  53. 5.6.1 强化学习的特殊性 162
  54. 5.6.2 知识的形成要素:记忆 164
  55. 5.6.3 终极理想:终身学习 169
  56. 6 预测与推荐 172
  57. 6.1 从Google 的感冒预测说起 172
  58. 6.2 股票预测(一) 174
  59. 6.2.1 股票业务整理 175
  60. 6.2.2 数据获取和准备 178
  61. 6.2.3 模型搭建 182
  62. 6.2.4 优化 185
  63. 6.2.5 后续 186
  64. 6.3 股票预测(二) 188
  65. 6.4 深度学习在推荐领域的应用:Lookalike 算法 196
  66. 6.4.1 调研 197
  67. 6.4.2 实现 200
  68. 6.4.3 结果 204
  69. 6.4.4 总结探讨 204
  70. 参考文献 206
  71. 《深度学习算法实践》吴岸城【文字版_PDF电子书_下载】大小:8.41MB已经过安全软件检测无毒,请您放心下载。
  72. 浏览器不支持脚本!

常见问题

《深度学习算法实践》适合谁读?

适合根据书名、作者、目录、标签和格式继续判断阅读价值的读者。

《深度学习算法实践》阅读难度高吗?

建议先看简介、目录、作者和相关书籍,再判断是否适合当前阶段阅读。

《深度学习算法实践》纸质书值得买吗?

当前暂未接入已核验的纸质书购买链接,建议通过出版社、京东、当当等正版渠道核对版本后购买。

《深度学习算法实践》哪个版本更适合?

优先选择作者、译者、出版社、出版年份和 ISBN 信息清楚的版本;经典作品可优先选择校注、导读或权威出版社版本。

在哪里可以合法获取《深度学习算法实践》?

当前没有确认授权的电子书下载资源,也暂未接入已核验购买链接;商业出版物不提供未授权下载,建议通过出版社、京东、当当或官方电子书平台核对获取。

如何继续查找《深度学习算法实践》相关书籍?

可以进入 吴岸城 作者页查看其他作品,也可以通过分类、标签、排行榜、人工推荐和“读完这本还可以读”继续发现相近主题。

手机扫码下载

使用手机扫描二维码

扫码后会直接打开下载链接。

电子书下载二维码

手机端点击下载会直接跳转,无需扫码。