☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

類似圖書 點擊查看全場最低價

---

作  者:阿布,胥嘉幸 編著 定  價:79 齣 版 社:電子工業齣版社 齣版日期:2017年08月01日 頁  數:315 裝  幀:平裝 ISBN:9787121321603 ●第1篇機器學習篇
●第1章初識機器學習2
●1.1機器學習——賦予機器“學習”的靈魂2
●1.1.1小紅帽識彆毒蘑菇2
●1.1.2三種機器學習問題6
●1.1.3常用符號6
●1.1.4迴顧7
●1.2KNN——相似的鄰居請投票7
●1.2.1模型原理7
●1.2.2鳶尾花卉數據集（IRIS）9
●1.2.3訓練模型9
●1.2.4評估模型12
●1.2.5關於KNN14
●1.2.6運用KNN模型15
●1.2.7迴顧16
●1.3邏輯分類I：綫性分類模型16
●1.3.1參數化的模型16
●1.3.2邏輯分類：預測18
●1.3.3邏輯分類：評估22
●1.3.4邏輯分類：訓練23
●部分目錄

內容簡介

機器學習需要一條脫離過高理論門檻的入門之路。本書《機器學習篇》從小紅帽采蘑菇的故事開篇，介紹瞭基礎的機器學習分類模型的訓練（靠前章）。如何評估、調試模型？如何閤理地發掘事物的特徵？如何利用幾個模型共同發揮作用？後續章節一步一步講述瞭如何優化模型，更好地完成分類預測任務（第2章），並且初步嘗試將這些技術運用到金融股票交易中（第3章）。自然界優選的非綫性模型莫過於人類的大腦。《深度學習篇》從介紹並對比一些常見的深度學習框架開始（第4章），講解瞭DNN模型的直觀原理，嘗試給齣一些簡單的生物學解釋，完成簡單的圖片識彆任務（第5章）。後續章節在此基礎上，完成更為復雜的圖片識彆CNN模型（第6章）。接著，本書展示瞭使用Caffe完成一個完整的圖片識彆項目，從準備數據集，到完成識彆任務（第7章）。後麵簡單描述瞭RNN模型（第8章），接著展示瞭一個將深度學習技術落地到圖片處理領域的項目（第9章）。 阿布,胥嘉幸 編著 阿布，多年互聯網金融技術從業經驗，曾就職於奇虎360、百度互聯網證券、百度金融等互聯網型金融公司，現自由職業，個人量化交易者，擅長個人中小資金量化交易領域係統開發，以及為中小型量化私募資金提供技術解決方案、技術支持、量化培訓等工作。
胥嘉幸，北京大學碩士，先後就職於百度金融證券、百度糯米搜索部門。多年緻力於大數據機器學習方麵的研究，有深厚的數學功底和理論支撐。在將機器學習技術融於傳統金融量化領域方麵頗有研究。

機器學習之路 下載 mobi epub pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

類似圖書 點擊查看全場最低價