免费下载书籍地址：PDF下载地址
精美图片
Python深度学习应用书籍详细信息
- ISBN：9787302541967
- 作者：暂无作者
- 出版社：暂无出版社
- 出版时间：2020-07
- 页数：232
- 价格：41.89
- 纸张：胶版纸
- 装帧：平装-胶订
- 开本：16开
- 语言：未知
- 丛书：暂无丛书
- TAG：暂无
- 豆瓣评分：暂无豆瓣评分
内容简介：
\\\"本书介绍Jupyter、数据清洗、 机器学习、网页爬虫、交互式可视化、神经网络、深度学习、模型构建、模型评估与优化、产品化处理等有关深度学习应用方面的内容。本书理论与实践并重、体系完整、内容新颖、条理清晰、组织合理、强调实践，包括使用scikitlearn、TensorFlow和Keras创建智能系统和机器学习解决方案，并将论述的重点放在实现和实践上，以便让读者 好地了解Python深度学习应用的实现细节。本书适合所有对Python深度学习感兴趣的人士阅读。\\\"
书籍目录：
目录
第1章Jupyter基础 1
1.1基本功能与特征 2
1.1.1Jupyter Notebook是什么，为什么它如此有用 2
1.1.2Jupyter Notebook概览 4
1.1.3Jupyter特色 8
1.1.4Python库 14
1.2 个数据分析实例——基于波士顿住房数据集 17
1.2.1使用Pandas DataFrame载入数据集 17
1.2.2数据集 22
1.2.3基于Jupyter Notebook的预测分析简介 26
1.2.4实践: 构建一个基于三阶多项式的模型 30
1.2.5使用分类特征完成对数据集的分段分析 35
1.3本章小结 41第2章数据清洗和 机器学习 42
2.1准备训练预测模型 43
2.1.1确定预测分析计划 43
2.1.2机器学习的数据预处理 45
2.1.3实践: 准备训练“员工去留问题”的预测模型 55
2.2训练分类模型 64
2.2.1分类算法简介 64
2.2.2使用k折交叉验证和验证曲线评估模型 79
2.2.3降维技术 84
2.2.4训练员工去留问题的预测模型 85
2.3本章小结 93第3章网页信息采集和交互式可视化 94
3.1采集网页信息 95
3.1.1HTTP请求简介 95
3.1.2在Jupyter Notebook中实现HTTP请求 96
3.1.3在Jupyter Notebook中解析HTML 101
3.1.4实践: 在Jupyter Notebook中实现网页信息采集 107
3.2交互可视化 111
3.2.1构建DataFrame以存储和组织数据 111
3.2.2Bokeh简介 117
3.2.3实例: 使用交互式可视化探索数据 121
3.3本章小结 130第4章神经网络与深度学习概述 132
4.1什么是神经网络 132
4.1.1成功的应用案例 133
4.1.2为什么神经网络能够表现得如此出色 134
4.1.3深度学习的局限性 136
4.1.4神经网络的一般构成和操作 137
4.2配置深度学习环境 139
4.2.1用于深度学习的软件组件 139
4.2.2实例: 验证软件组件 141
4.2.3探索一个训练好的神经网络 143
4.2.4实例: 探索一个训练好的神经网络 148
4.3本章小结 150第5章模型体系结构 151
5.1选择合适的模型体系结构 151
5.1.1常见的体系结构 151
5.1.2数据标准化 156
5.1.3构建您的问题 157
5.1.4实例: 探索比特币数据集，为模型准备数据 159
5.2使用Keras作为TensorFlow接口 165
5.2.1模型组件 165
5.2.2实例: 使用Keras创建TensorFlow模型 167
5.2.3从数据准备到建模 168
5.2.4训练神经网络 169
5.2.5调整时间序列数据维度 169
5.2.6预测数据 172
5.2.7实例: 组建深度学 统 173
5.3本章小结 176第6章模型评估和优化 177
6.1模型评估 177
6.1.1问题类别 177
6.1.2损失函数、准确率和错误率 178
6.1.3使用TensorBoard进行可视化 180
6.1.4实现模型评估的测度 182
6.1.5实践: 创建一个训练环境 187
6.2超参数优化 192
6.2.1针对神经层和神经元——添加 多的神经层 192
6.2.2迭代步数 194
6.2.3激活函数 195
6.2.4激活函数的实现 197
6.2.5正则化策略 198
6.2.6结果优化 199
6.2.7实践: 优化神经网络模型 200
6.3本章小结 202第7章产品化 203
7.1处理新数据 203
7.1.1分离数据和模型 203
7.1.2处理新数据 205
7.1.3实例: 处理新数据 208
7.2将模型部署为Web应用程序 210
7.2.1应用架构和技术 210
7.2.2部署和使用cryptonic 211
7.2.3实例: 部署深度学习应用程序 214
7.3本章小结 216
作者介绍：
高凯 汉族，教授，博士毕业于上海交通大学计算机应用技术专业，河北省省级重点学科“计算机软件与理论”中“信息检索与云计算”方向学术带头人，研究生导师，中国计算机学会 会员，中国计算机学会CCF计算机应用专委 ，中国计算机学会CCF中文信息技术专委委员，河北省科技咨询业协会第六届理事会常务理事，英国学术期刊International Journal of Computer Applications in Technology副主编， 学术会议International Conference on Modelling, Identification and Control程序委员会委员；主要研究方向为人工智能、大数据搜索与挖掘、网络信息检索、自然语言处理、社会计算等；多年主讲研究生课程《人工智能》、本科生课程《数据库原理与应用》，系河北科技大学教学名师；近年出版了《信息检索与智能处理》、《大数据搜索与挖掘》、《网络信息检索技术及搜索引擎系统开发》、《大数据搜索与挖掘及可视化管理方案》等学术专著；在电子工业出版社、清华大学出版社、国防工业出版社等出版了高等学校计算机规划教材《数据库原理与应用》、高等院校信息技
出版社信息：
暂无出版社相关信息，正在全力查找中！
书籍摘录：
暂无相关书籍摘录，正在全力查找中！
在线阅读/听书/购买/PDF下载地址：
在线阅读地址：Python深度学习应用在线阅读
在线听书地址：Python深度学习应用在线收听
在线购买地址：Python深度学习应用在线购买
原文赏析：
暂无原文赏析，正在全力查找中！
其它内容：
书籍介绍
本书介绍Jupyter、数据清洗、高级机器学习、网页爬虫、交互式可视化、神经网络、深度学习、模型构建、模型评估与优化、产品化处理等有关深度学习应用方面的内容。本书理论与实践并重、体系完整、内容新颖、条理清晰、组织合理、强调实践，包括使用scikitlearn、TensorFlow和Keras创建智能系统和机器学习解决方案，并将论述的重点放在实现和实践上，以便让读者更好地了解Python深度学习应用的实现细节。
本书适合所有对Python深度学习感兴趣的人士阅读。
书籍真实打分
故事情节：8分
人物塑造：3分
主题深度：3分
文字风格：4分
语言运用：8分
文笔流畅：3分
思想传递：4分
知识深度：5分
知识广度：6分
实用性：5分
章节划分：9分
结构布局：7分
新颖与独特：9分
情感共鸣：9分
引人入胜：8分
现实相关：4分
沉浸感：8分
事实准确性：8分
文化贡献：8分
网站评分
书籍多样性：6分
书籍信息完全性：9分
网站更新速度：9分
使用便利性：6分
书籍清晰度：3分
书籍格式兼容性：7分
是否包含广告：5分
加载速度：9分
安全性：5分
稳定性：4分
搜索功能：7分
下载便捷性：6分
下载点评
- 博大精深(313+)
- 超值(622+)
- 速度快(169+)
- 图书多(305+)
- 目录完整(148+)
- 中评多(368+)
- 体验差(499+)
- 差评(311+)
下载评价
网友 相***儿：你要的这里都能找到哦！！！
网友 曹***雯：为什么许多书都找不到？
网友 訾***雰：下载速度很快，我选择的是epub格式
网友 寇***音：好，真的挺使用的！
网友 宫***玉：我说完了。
网友 国***舒：中评，付点钱这里能找到就找到了，找不到别的地方也不一定能找到
网友 晏***媛：够人性化！
网友 谢***灵：推荐，啥格式都有
网友 焦***山：不错。。。。。