点击选择搜索分类
首页 - 书法- 正文
☆☆☆☆☆
||
Joshua,F.,Wiley,威利 著,高蓉 译
出版社: 人民邮电出版社 ISBN:9787115464156 版次:1 商品编码:12185587 品牌:异步图书 包装:平装 开本:16开 出版时间:2017-09-01 用纸:胶版纸 页数:154 正文语种:中文
本书适合那些胸怀大志的数据科学家,他们精通R语言数据科学概念,并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解,并熟悉统计算法和机器学习技术。
通过阅读本书,你将能够:
● 建立R包H2O训练深度学习模型;
● 理解深度学习模型背后的核心概念;
● 使用自动编码器识别异常数据或离群点;
● 使用深度神经网络自动化地预测或分类数据;
● 使用正则化建立泛化模型,避免数据的过拟合。
本书适合了解机器学习概念和R语言并想要使用R提供的包来探索深度学习应用的读者学习参考。
第1章 深度学习入门 1
1.1 什么是深度学习 1
1.2 神经网络的概念
综述 2
1.3 深度神经网络 6
1.4 用于深度学习的R包 8
1.5 建立可重复的结果 9
1.5.1 神经网络 12
1.5.2 deepnet包 13
1.5.3 darch包 14
1.5.4 H2O包 14
1.6 连接R和H2O 14
1.6.1 初始化H2O 15
1.6.2 数据集连结到H2O
集群 17
1.7 小结 19
第2章 训练预测模型 20
2.1 R中的神经网络 20
2.1.1 建立神经网络 21
2.1.2 从神经网络生成
预测 36
2.2 数据过拟合的问题—
结果的解释 38
2.3 用例—建立并运用
神经网络 41
2.4 小结 47
第3章 防止过拟合 48
3.1 L1罚函数 49
3.2 L2罚函数 53
3.2.1 L2罚函数实战 54
3.2.2 权重衰减(神经网络中的L2罚函数) 55
3.3 集成和模型平均 59
3.4 用例—使用丢弃提升样本
外模型性能 62
3.5 小结 67
第4章 识别异常数据 68
4.1 无监督学习入门 69
4.2 自动编码器如何工作 70
4.3 在R中训练自动编码器 73
4.4 用例—建立并运用自动
编码器模型 85
4.5 微调自动编码器模型 90
4.6 小结 95
第5章 训练深度预测模型 96
5.1 深度前馈神经网络入门 97
5.2 常用的激活函数—整流器、双曲正切和maxout 99
5.3 选取超参数 101
5.4 从深度神经网络训练和
预测新数据 105
5.5 用例—为自动分类生成
深度神经网络 114
5.6 小结 132
第6章 调节和优化模型 133
6.1 处理缺失数据 134
6.2 低准确度模型的解决
方案 137
6.2.1 网格搜索 138
6.2.2 随机搜索 139
6.3 小结 151
参考文献 152
深度学习精要 基于R语言 电子书 下载 mobi epub pdf txt
深度学习精要 基于R语言-so88
深度学习精要 基于R语言 pdf epub mobi txt 电子书 下载 2022
图书介绍
☆☆☆☆☆
||
Joshua,F.,Wiley,威利 著,高蓉 译
出版社: 人民邮电出版社 ISBN:9787115464156 版次:1 商品编码:12185587 品牌:异步图书 包装:平装 开本:16开 出版时间:2017-09-01 用纸:胶版纸 页数:154 正文语种:中文
编辑推荐
深度学习是机器学习的一个分支,其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O,帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始,接着转向建立神经网络、预测和深度预测等模型,所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后,你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。zui后,本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家,他们精通R语言数据科学概念,并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解,并熟悉统计算法和机器学习技术。
通过阅读本书,你将能够:
● 建立R包H2O训练深度学习模型;
● 理解深度学习模型背后的核心概念;
● 使用自动编码器识别异常数据或离群点;
● 使用深度神经网络自动化地预测或分类数据;
● 使用正则化建立泛化模型,避免数据的过拟合。
内容简介
本书重点介绍如何将R语言和深度学习模型或深度神经网络结合起来,解决实际的应用需求。全书共6章,分别介绍了深度这习基础知识、训练预测模型、如何防止过拟合、识别异常数据、训练深度预测模型以及调节和优化模型等内容。本书适合了解机器学习概念和R语言并想要使用R提供的包来探索深度学习应用的读者学习参考。
作者简介
机器学习、深度学习、人工智能等相关领域的读者,高校计算机专业的学生。机器学习、深度学习、人工智能等相关领域的读者,高校计算机专业的学生。目录
目录第1章 深度学习入门 1
1.1 什么是深度学习 1
1.2 神经网络的概念
综述 2
1.3 深度神经网络 6
1.4 用于深度学习的R包 8
1.5 建立可重复的结果 9
1.5.1 神经网络 12
1.5.2 deepnet包 13
1.5.3 darch包 14
1.5.4 H2O包 14
1.6 连接R和H2O 14
1.6.1 初始化H2O 15
1.6.2 数据集连结到H2O
集群 17
1.7 小结 19
第2章 训练预测模型 20
2.1 R中的神经网络 20
2.1.1 建立神经网络 21
2.1.2 从神经网络生成
预测 36
2.2 数据过拟合的问题—
结果的解释 38
2.3 用例—建立并运用
神经网络 41
2.4 小结 47
第3章 防止过拟合 48
3.1 L1罚函数 49
3.2 L2罚函数 53
3.2.1 L2罚函数实战 54
3.2.2 权重衰减(神经网络中的L2罚函数) 55
3.3 集成和模型平均 59
3.4 用例—使用丢弃提升样本
外模型性能 62
3.5 小结 67
第4章 识别异常数据 68
4.1 无监督学习入门 69
4.2 自动编码器如何工作 70
4.3 在R中训练自动编码器 73
4.4 用例—建立并运用自动
编码器模型 85
4.5 微调自动编码器模型 90
4.6 小结 95
第5章 训练深度预测模型 96
5.1 深度前馈神经网络入门 97
5.2 常用的激活函数—整流器、双曲正切和maxout 99
5.3 选取超参数 101
5.4 从深度神经网络训练和
预测新数据 105
5.5 用例—为自动分类生成
深度神经网络 114
5.6 小结 132
第6章 调节和优化模型 133
6.1 处理缺失数据 134
6.2 低准确度模型的解决
方案 137
6.2.1 网格搜索 138
6.2.2 随机搜索 139
6.3 小结 151
参考文献 152
深度学习精要 基于R语言 电子书 下载 mobi epub pdf txt
电子书下载地址:
相关电子书推荐:
- 文件名
- 漫游南北极
- 宏观金融工程:国别卷(套装上下册) [Macro-Financial Engineering:Country]
- 他们应当行走:美国往事之小儿麻痹症 9787302393900 [美]戴维M. 奥辛斯基(
- 伏击涨停+涨停密码【共2册】精装修订版
- 高中数理化概念公式定理手册 第八次修订 基础知识手册 中学教辅 高中学教辅读物资料 高中数理化 概念
- 满28包邮 新规矩:如何让你心仪的人爱上你
- 失衡:为什么我们无法摆脱肥胖与慢性病
- 传家 9787506072861
- 玩转乐高-拓展EV3
- 非上市公司股权激励实操手册
- 恐龙与史前生命:200多种恐龙和始祖生物的彩色图鉴—自然珍藏图鉴丛书
- 快速老龄化背景下我国养老保险制度可持续发展对策研究 [China's Urban Old-age Insurance System Reform in the Process of Populatio
- 解析动物的凶猛天性(完全典藏版)/探索生物密码
- 打造轻松整理的房间
- 正版刚《爱因斯坦的玩具:探寻宇宙和引力的秘密》9787302339878徐一鸿