作為一本綜合指南，《精通TensorFlow1.x（影印版英文版）》將帶領(lǐng)你探究TensorFlow1.x的高級(jí)特性。深入了解TensorFlowCore、Keras、TFEstimators、TFLearn、TF-Slim、PrettyTensor以及Sonnet。通過TensorFlow和Keras的強(qiáng)大功能，利用
TensorFlow自然語言處理（影印版）
作為一名開發(fā)人員，您總是需要留心并做好準(zhǔn)備以應(yīng)對(duì)即將發(fā)生的事情，同時(shí)還要關(guān)注當(dāng)前趨勢(shì)。那么，有什么比學(xué)習(xí)現(xiàn)在和未來這兩個(gè)世界的完美結(jié)合更好呢？人工智能（AI）被廣泛認(rèn)為是繼移動(dòng)之后的下一個(gè)大產(chǎn)業(yè)，而谷歌的TensorFlow是*的開源機(jī)器學(xué)習(xí)框架，也是人工智能熱門的分支。這《TensorFlow智能移動(dòng)項(xiàng)目（影印版英文
PyTorch是Facebook于2017年初在機(jī)器學(xué)習(xí)和科學(xué)計(jì)算工具Torch的基礎(chǔ)上，針對(duì)Python語言發(fā)布的一個(gè)全新的機(jī)器學(xué)習(xí)工具包，一經(jīng)推出便受到了業(yè)界的廣泛關(guān)注和討論，目前已經(jīng)成為機(jī)器學(xué)習(xí)從業(yè)人員的研發(fā)工具。 《PyTorch深度學(xué)習(xí)》是使用PyTorch構(gòu)建神經(jīng)網(wǎng)絡(luò)模型的實(shí)用指南，內(nèi)容分為9章，包括PyT
本書介紹大量特征工程技術(shù)，闡明特征工程的基本原則。主要內(nèi)容包括：機(jī)器學(xué)習(xí)流程中 的基本概念，數(shù)值型數(shù)據(jù)的基礎(chǔ)特征工程，自然文本的特征工程，詞頻-逆文檔頻率，高效的分類變量編碼技術(shù)，主成分分析，模型堆疊，圖像處理，等等。
Python、TensorFlow、神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)因人工智能的流行而成為當(dāng)下IT領(lǐng)域的熱門關(guān)鍵詞。本書首先介紹了Python及其常用庫Numpy、Matplotlib和Scipy的基本使用方法；其次介紹了TensorFlow的基本知識(shí)及使用方法；然后介紹了神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)知識(shí)以及神經(jīng)網(wǎng)絡(luò)基本應(yīng)用——感知機(jī)、線性回歸與
探索人工智能Ⅱ· 交叉應(yīng)用
“理解未來系列”一套共7本，本書是其中之一�！袄斫馕磥怼笔俏磥碚搲吭屡e辦的免費(fèi)大型科普講座，它邀請(qǐng)知名科學(xué)家用通俗的語言解讀*激動(dòng)人心的科學(xué)進(jìn)展，旨在傳播科學(xué)知識(shí)，提高大眾對(duì)科學(xué)的認(rèn)知。本套叢書是精選的部分現(xiàn)場(chǎng)講座的文字整理，然后按照不同學(xué)科歸類分冊(cè)。
本書是“達(dá)人迷”經(jīng)典系列中關(guān)于機(jī)器學(xué)習(xí)的一本。本書內(nèi)容分為6個(gè)部分,共計(jì)23章,由淺入深地講解機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí),本書使用的語言--Python和R,必備數(shù)學(xué)知識(shí),處理數(shù)據(jù)的常用工具,機(jī)器學(xué)習(xí)的應(yīng)用以及常見的學(xué)習(xí)包、模型等6個(gè)方面,以幫助讀者了解并掌握機(jī)器學(xué)習(xí)的相關(guān)知識(shí)、并能將其應(yīng)用于自己的工作中。
本書是面向Java開發(fā)工程師崗位開設(shè)的一門專業(yè)課。Java開發(fā)是一項(xiàng)實(shí)踐性非常強(qiáng)的技術(shù)，本書要求閱讀者能夠熟悉Java面向?qū)ο蟮木幊趟枷搿avaEE技術(shù)、Redis、Mongodb和Mysql數(shù)據(jù)庫以及各種開源框架。本教材面向教育，對(duì)接行業(yè)，融入了當(dāng)前物聯(lián)網(wǎng)行業(yè)、企業(yè)中主流的物聯(lián)網(wǎng)云平臺(tái)開發(fā)技術(shù)，體現(xiàn)生產(chǎn)、服務(wù)中的真
書單推薦 更多 新書推薦 更多
