機器學習之路: Caffe、Keras、scikit-learn 實戰| 天瓏網路書店

書名：機器學習之路: Caffe、Keras、scikit-learn 實戰，ISBN：7121321602，作者：阿布，出版社：電子工業出版社，出版日期：2017-08-01，分類：DeepLearning 深度 ... ESC 全部 繁體書 簡體書 英文書 硬體 現貨有庫存 可下單(含預購) 所有商品(含絕版) 熱門搜尋： ASP.NETCore3從入門到實戰 深入淺出設計模式(HeadFirstDesignPatterns) Kubernetes權威指南(從Docker到Kubernetes實踐全接觸) C# 鐵人賽 近期搜尋： 選單 公告 回到上一頁 門市營業客服時間調整 到店取貨新功能上線 ※進口書籍到貨延誤公告※ ※電子發票使用說明※ 天瓏行動會員卡上線囉！ ※詐騙提醒公告請勿受騙※ 活動 回到上一頁 類別特展｜5G中簡3本75折英文2本85折 佳魁全書系任選2書7折 歐萊禮中文書展｜任選3本送限量動物提袋 元宇宙 服務｜代訂英文書 主題｜設計模式 推薦｜軟體開發聖經 無瑕的程式碼超值合購 IT純手工壁畫 熱門 回到上一頁 .NET 5G AgileSoftware敏捷軟體開發 AmazonWebServices Android Angular Ansible AppleDeveloper Arduino ASP.NET Bootstrap C程式語言 C# C++程式語言 Chatbot聊天機器人 Cisco CMOS CompTIA ComputerVision電腦視覺 Cross-Platform CSS Data-mining資料探勘 Data-visualization資料視覺化 DeepLearning深度學習 DesignPattern設計模式 DevOps Docker ESP32 Flutter GAN生成對抗網絡 Go程式語言 Ionic Java程式語言 JavaScript jQuery JUnit Kubernetes LabVIEW Laravel Linux LTE MachineLearning機器學習 Microservices微服務 MongoDB MySQL Node.js NoSQL OpenStack Oracle Oracle認證 Penetration-test滲透測試 PHP程式語言 Python R語言 RaspberryPi React Refactoring重構 Reinforcement強化學習 RISC-V Ruby Rust語言 Scratch Serverless TDD測試導向開發 TensorFlow Text-mining文字探勘 TypeScript UnitTest單元測試 VersionControl版本控制系統 VR/AR Vue.js WebGL Webpack WordPress 區塊鏈Blockchain 半導體 單晶片 工程師自我提升Levelup 影像辨識Image-recognition 數位影像處理Digital-image 機器人製作Robots 無線網路Wireless-networks 產品經理 程式交易Trading 行動通訊Mobile-communication 語音辨識Speech-recognition 通訊系統Communication-systems 遊戲引擎Game-engine 遊戲設計Game-design 量子計算 電腦網路Computer-networks 面試技巧 駭客Hack 分類 回到上一頁 全部分類 資料科學 人工智慧 職涯發展 前端開發 網頁設計 網站開發 UI/UX 行動軟體開發 資料庫 系統開發 雲端運算 分散式架構 量子電腦 程式語言 遊戲開發設計 軟體架構 軟體工程 軟體測試 資訊科學 資訊安全 物聯網IoT Adobe軟體應用 Office系列 Java 微軟技術 區塊鏈與金融科技 網路通訊 商業管理類 電子電路電機類 嵌入式系統 數學 視覺影音設計 MACOS蘋果電腦 其他 兒童專區 製圖軟體應用 理工類 中文館 英文館 簡體館 硬體館 出版社 回到上一頁 更多出版社 碁峰資訊 旗標科技 全華圖書 佳魁資訊 博碩文化 歐萊禮 上奇資訊 經緯文化 人民郵電 電子工業 清華大學 機械工業 深石數位 深智數位 其他商品 回到上一頁 電子開發板 特價書籍 暢銷外文書 工程師悠游卡 IT手工壁畫 阿喵周邊商品 HITCON IT馬克杯 IT狗精品區 ITT-shirt 商管科普推薦書 Make國際中文版 機器人雜誌ROBOCONMagazine CircuitCellar嵌入式科技國際中文版 創客‧自造者工作坊 門市資訊 場地資訊 Xx 會員登入 0 購物車 公告 門市營業客服時間調整 到店取貨新功能上線 ※進口書籍到貨延誤公告※ ※電子發票使用說明※ 天瓏行動會員卡上線囉！ ※詐騙提醒公告請勿受騙※ 活動 類別特展｜5G中簡3本75折英文2本85折 佳魁全書系任選2書7折 歐萊禮中文書展｜任選3本送限量動物提袋 元宇宙 服務｜代訂英文書 主題｜設計模式 推薦｜軟體開發聖經 無瑕的程式碼超值合購 IT純手工壁畫 中文館 英文館 簡體館 硬體館 熱門 .NET 5G AgileSoftware敏捷軟體開發 AmazonWebServices Android Angular Ansible AppleDeveloper Arduino ASP.NET Bootstrap C程式語言 C# C++程式語言 Chatbot聊天機器人 Cisco CMOS CompTIA ComputerVision電腦視覺 Cross-Platform CSS Data-mining資料探勘 Data-visualization資料視覺化 DeepLearning深度學習 DesignPattern設計模式 DevOps Docker ESP32 Flutter GAN生成對抗網絡 Go程式語言 Ionic Java程式語言 JavaScript jQuery JUnit Kubernetes LabVIEW Laravel Linux LTE MachineLearning機器學習 Microservices微服務 MongoDB MySQL Node.js NoSQL OpenStack Oracle Oracle認證 Penetration-test滲透測試 PHP程式語言 Python R語言 RaspberryPi React Refactoring重構 Reinforcement強化學習 RISC-V Ruby Rust語言 Scratch Serverless TDD測試導向開發 TensorFlow Text-mining文字探勘 TypeScript UnitTest單元測試 VersionControl版本控制系統 VR/AR Vue.js WebGL Webpack WordPress 區塊鏈Blockchain 半導體 單晶片 工程師自我提升Levelup 影像辨識Image-recognition 數位影像處理Digital-image 機器人製作Robots 無線網路Wireless-networks 產品經理 程式交易Trading 行動通訊Mobile-communication 語音辨識Speech-recognition 通訊系統Communication-systems 遊戲引擎Game-engine 遊戲設計Game-design 量子計算 電腦網路Computer-networks 面試技巧 駭客Hack 分類 全部分類 資料科學 人工智慧 職涯發展 前端開發 網頁設計 網站開發 UI/UX 行動軟體開發 資料庫 系統開發 雲端運算 分散式架構 量子電腦 程式語言 遊戲開發設計 軟體架構 軟體工程 軟體測試 資訊科學 資訊安全 物聯網IoT Adobe軟體應用 Office系列 Java 微軟技術 區塊鏈與金融科技 網路通訊 商業管理類 電子電路電機類 嵌入式系統 數學 視覺影音設計 MACOS蘋果電腦 其他 兒童專區 製圖軟體應用 理工類 出版社 碁峰資訊 旗標科技 全華圖書 佳魁資訊 博碩文化 歐萊禮 上奇資訊 經緯文化 人民郵電 電子工業 清華大學 機械工業 深石數位 深智數位 更多出版社 其他商品 電子開發板 特價書籍 暢銷外文書 工程師悠游卡 IT手工壁畫 阿喵周邊商品 HITCON IT馬克杯 IT狗精品區 ITT-shirt 商管科普推薦書 Make國際中文版 機器人雜誌ROBOCONMagazine CircuitCellar嵌入式科技國際中文版 創客‧自造者工作坊 門市資訊 場地資訊 類別特展｜5G中簡3本75折英文2本85折 佳魁全書系任選2書7折 歐萊禮中文書任選3本送動物提袋 英文書代訂 CleanCode 最新上架 新書預購 本週暢銷 本月暢銷 機器學習之路:Caffe、Keras、scikit-learn實戰 机器学习之路:Caffe、Keras、scikit-learn实战 阿布 出版商: 電子工業 出版日期: 2017-08-01 售價: $474 貴賓價: 9.5折 $450 語言: 簡體中文 頁數: 328 裝訂: 平裝 ISBN: 7121321602 ISBN-13: 9787121321603 相關分類: DeepLearning深度學習、MachineLearning機器學習 立即出貨 (庫存<3) 買這商品的人也買了... $300 $270 講重點商務溝通：從構思到報告面面俱到的英文寫作指南(Reader-FriendlyReports:ANo-nonsenseGuidetoEffectiveWritingforMBAs,Consultants,andOtherProfessionals) $360 $306 完整學會Git,GitHub,GitServer的24堂課 $403 深度學習:21天實戰Caffe $403 深度學習:Caffe之經典模型詳解與實戰 $300 $270 好人主管的狡猾管理學：我自己來做還比較快？難怪你老是替部屬收爛攤，當主管該有的心理素質，要從狡猾開始。

$590 $460 TensorFlow+Keras深度學習人工智慧實務應用 $390 $371 寫程式前就該懂的演算法─資料分析與程式設計人員必學的邏輯思考術(GrokkingAlgorithms:Anillustratedguideforprogrammersandothercuriouspeople) $653 深度學習、優化與識別(DeepLearning,OptimizationandRecognition) $356 Keras快速上手：基於Python的深度學習實戰 $796 深度學習(DeepLearning) $520 $442 實戰Google深度學習技術：使用TensorFlow $580 $458 DeepLearning｜用Python進行深度學習的基礎理論實作 $300 $270 你問的問題，決定你是誰：為什麼企業要花大錢，只為了請他來問問題？因為人通常自己有答案，但不知道問題出在哪裡。

$480 $379 初探機器學習｜使用Python(ThoughtfulMachineLearningwithPython) $280 $252 孫正義一次OK的社內簡報術：3分鐘一舉過關！日本最強簡報術，各大企業競相採用 $750 $713 HowtoWinFriendsandInfluencePeople(Rev)(1STed.) $280 $252 回話的態度：爭執、回答不清，是因為「太熟」，還是不經思考的「壞習慣」 $950 $903 HBR's10MustReadsonCommunication $820 $779 TheNewArticulateExecutive:Look,ActandSoundLikeaLeader $240 $216 原來，這才叫說‧重‧點：外商顧問、矽谷菁英都推崇的超條列式表達 $560 $420 用TensorFlow提早進入人工智慧的未來世界 $500 $390 Python：期貨演算法交易實務121個關鍵技巧詳解 $403 深度學習入門之PyTorch $450 $356 演算法圖鑑：26種演算法+7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用stepbystep全圖解 $301 scikitlearn機器學習:常用算法原理及編程實戰 商品描述 《機器學習之路——Caffe、Keras、scikit-learn實戰》內容提要 機器學習需要一條脫離過高理論門檻的入門之路。

《機器學習篇》從小紅帽採蘑菇的故事開篇，介紹了基礎的機器學習分類模型的訓練（第1章）。

如何評估、調試模型？如何合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）。

自然界好的非線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） 講解了DNN模型的直觀原理，嘗試給出一些簡單的生物學解釋，完成簡單的圖片識別任務（第5章）。

後續章節在此基礎上，完成更為復雜的圖片識別CNN模型（第6章）。

接著，本書展示了使用Caffe完成一個完整的圖片識別項目，從準備數據集，到完成識別任務（第7章）。

後面簡單描述了RNN模型（第8章）， 接著展示了一個將深度學習技術落地到圖片處理領域的項目（第9章）。

《機器學習篇》適合能看懂Python代碼，對機器學習感興趣，期望入門的讀者。

海報： 作者簡介 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系統開發，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。

多年致力於大數據機器學習方面的研究，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面頗有研究。

目錄大綱 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小紅帽識別毒蘑菇2  1.1.2三種機器學習問題6  1.1.3常用符號6  1.1.4回顧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回顧16  1.3邏輯分類I：線性分類模型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  1.3.5回顧24  1.4邏輯分類II：線性分類模型24  1.4.1尋找模型的權重24  1.4.2去均值和歸一化31  1.4.3實現33  1.4.4回顧34  第2章機器學習進階35  2.1特徵工程35  2.1.1泰坦尼克號生存預測35  2.1.2兩類特徵38  2.1.3構造非線性特徵41  2.1.4回顧45  2.2調試模型46  2.2.1模型調試的目標46  2.2.2調試模型49  2.2.3回顧52  2.3分類模型評估指標53  2.3.1混淆矩陣係指53  2.3.2評估曲線58  2.3.3回顧61  2.4回歸模型61  2.4.1回歸與分類61  2.4.2線性回歸62  2.4.3波士頓房價預測66  2.4.4泰坦尼克號生存預測：回歸預測特徵年齡Age69  2.4.5線性模型與非線性模型72  2.4.6回顧73  2.5決策樹模型73  2.5.1信息與編碼74  2.5.2決策樹76  2.5.3對比線性模型和決策樹模型的表現77  2.5.4回顧79  2.6模型融合80  2.6.1融合成群體（Ensamble）80  2.6.2Bagging：隨機森林（RandomForest）82  2.6.3Boosting：GBDT83  2.6.4Stacking86  2.6.5泰坦尼克號生存預測：小結93  2.6.6回顧94  第3章實戰：股票量化95  3.1第1步：構造童話世界95  3.1.1股票是什麼95  3.1.2當機器學習與量化交易走在一起96  3.1.3構造一個童話世界96  3.1.4回顧100  3.2第二步：應用機器學習100  3.2.1構建特徵數據100  3.2.2回歸預測股票價格103  3.2.3分類預測股票漲跌108  3.2.4通過決策樹分類，繪製決策圖112  3.2.5回顧114  3.3第三：在真實世界應用機器學習114  3.3.1回測115  3.3.2基於特徵的交易預測119  3.3.3破滅的童話——真實世界的機器學習122  第二篇深度學習篇 第4章深度學習：背景和工具126  4.1背景126  4.1.1人工智能——為機器賦予人的智能126  4.1.2圖靈測試126  4.1.3強人工智能vs弱人工智能127  4.1.4機器學習和深度學習128  4.1.5過度的幻想128  4.1.6回顧129  4.2深度學習框架簡介129  4.2.1評測方式130  4.2.2評測對象131  4.2.3深度學習框架評測131  4.2.4小結135  4.3深度學習框架快速上手135  4.3.1符號主義135  4.3.2MNIST136  4.3.3Keras完成邏輯分類138  4.3.4回顧141  4.4Caffe實現邏輯分類模型141  4.4.1Caffe訓練MNIST概覽142  4.4.2Caffe簡介144  4.4.3準備數據集145  4.4.4準備模型146  4.4.5模型訓練流程149  4.4.6使用模型149  4.4.7Caffe的Python接口150  4.4.8回顧151  第5章深層學習模型152  5.1解密生物智能154  5.1.1實驗一：大腦的材料154  5.1.2實驗二：探索腦皮層的功能區域156  5.1.3實驗三：不同的皮層組織——區別在於函數算法158  5.1.4實驗四：可替換的皮層模塊——神經元組成的學習模型161  5.1.5模擬神經元162  5.1.6生物結構帶來的啟發163  5.1.7回顧164  5.2DNN神經網絡模型164  5.2.1線性內核和非線性激活164  5.2.2DNN、CNN、RNN165  5.2.3邏輯分類：一層神經網絡166  5.2.4更多的神經元167  5.2.5增加HiddenLayer（隱層）168  5.2.6ReLu激活函數170  5.2.7理解隱層171  5.2.8回顧172  5.3神經元的深層網絡結構172  5.3.1問題：更寬or更深172  5.3.2鍊式法則：深層模型訓練更快173  5.3.3生物：深層模型匹配生物的層級識別模式175  5.3.4深層網絡結構177  5.3.5回顧178  5.4典型的DNN深層網絡模型：MLP178  5.4.1優化梯度下降179  5.4.2處理過擬合：Dropout181  5.4.3MLP模型182  5.4.4回顧185  5.5Caffe實現MLP185  5.5.1搭建MLP185  5.5.2訓模型189  5.5.3回顧190  第6章學習空間特徵191  6.1預處理空間數據192  6.1.1像素排列展開的特徵向量帶來的問題192  6.1.2過濾冗餘194  6.1.3生成數據195  6.1.4回顧198  6.2描述圖片的空間特徵：特徵圖199  6.2.1圖片的捲積運算.199  6.2.2卷積指令和特徵圖201  6.2.3回顧206  6.3CNN模型I：卷積神經網絡原理206  6.3.1卷積神經元207  6.3.2卷積層208  6.3.3多層卷積211  6.3.4回顧216  6.4CNN模型II：圖片識別216  6.4.1連接分類模型216  6.4.2貓狗分類217  6.4.3反思CNN與DNN的結合：融合訓練221  6.4.4深度學習與生物視覺222  6.4.5回顧224  6.5CNN的實現模型224  6.5.1ImageNet簡介224  6.5.2Googlenet模型和Inception結構226  6.5.3VGG模型228  6.5.4其他模型231  6.5.5回顧232  6.6微訓練模型（fine-tuning）232  6.6.1二次訓練一個成熟的模型232  6.6.2微訓練在ImageNet訓練好的模型233  6.6.3回顧239  第7章Caffe實例：狗狗品種辨別240  7.1準備圖片數據240  7.1.1蒐集狗狗圖片240  7.1.2清洗數據241  7.1.3標準化數據242  7.1.4回顧243  7.2訓練模型243  7.2.1生成樣本集244  7.2.2生成訓練、測試數據集245  7.2.3生成lmdb246  7.2.4生成去均值文件.247  7.2.5更改prototxt文件247  7.2.6訓練模型249  7.2.7回顧249  7.3使用生成的模型進行分類249  7.3.1更改deploy.prototxt249  7.3.2加載模型250  7.3.3回顧257  第8章漫談時間序列模型258  8.1Embedding259  8.1.1簡單的文本識別.260  8.1.2深度學習從讀懂詞義開始261  8.1.3遊戲：詞義運算.264  8.1.4回顧264  8.2輸出序列的模型265  8.2.1RNN265  8.2.2LSTM266  8.2.3並用人工特徵和深度學習特徵——一個NLP模型的優化歷程268  8.2.4反思：讓模型擁有不同的能力270  8.2.5回顧273  8.3深度學習：原理篇總結273  8.3.1原理小結273  8.3.2使用建議275  第9章用深度學習做個藝術畫家——模仿實現PRISMA277  9.1機器學習初探藝作畫278  9.1.1藝術作畫概念基礎278  9.1.2直觀感受一下機器藝術家279  9.1.3一個有意思的實驗280  9.1.4機器藝術作畫的願景281  9.1.5回顧282  9.2實現秒級藝術作畫282  9.2.1主要實現思路分解講解283  9.2.2使用統計參數期望與標準差尋找mask290  9.2.3工程代碼封裝結構及使用示例299  9.2.4回顧和後記302  附錄A機器學習環境部署303  附錄B深度學習環境部署307  附錄C隨書代碼運行環境部署312 類似商品 75折 $540 $405 TensorFlow之外的好選擇：Keras、CaffeSK-Learn機器學習實作 85折 $403 深度學習:Caffe之經典模型詳解與實戰 85折 $250 深度學習與R語言 85折 $403 深度學習與計算機視覺:算法原理、框架應用與代碼實現(DeepLearning&ComputerVision:AlgorithmsandExamples) 85折 $454 TensorFlow深度學習實戰大全 87折 $255 Python機器學習及實踐---從零開始通往Kaggle競賽之路 VIP95折 $534 $507 智能硬件與機器視覺：基於樹莓派、Python和OpenCV $240 $228 Google教你深度學習：中小企業如何利用會自己學習的電腦？ 85折 $352 Python極客項目編程(PythonPlayground) 85折 $399 $339 NewTOEIC新版多益完全攻略(點讀版)【書+1片DVD電腦互動光碟(含朗讀MP3功能)】