杭州电子科技大学图书馆书目检索系统

Online Public Access Catalogue

题名/责任者:

机器学习之路:Caffe、Keras、scikit-learn实战/阿布, 胥嘉幸编著

出版发行项:

北京:电子工业出版社,2017

ISBN及定价:

978-7-121-32160-3/CNY79.00

载体形态项:

xii, 315页:图;24cm

其它题名:

Caffe、Keras、scikit-learn实战

个人责任者:

阿布 编著

个人责任者:

胥嘉幸 编著

学科主题:

机器学习

中图法分类号:

TP181

责任者附注:

阿布，多年互联网金融技术从业经验，曾就职于奇虎360、互联网证券、金融等互联网型金融公司，现自由职业，个人量化交易者，擅长个人中小资金量化交易领域系统开发，以及为中小型量化私募资金提供技术解决方案、技术支持、量化培训等工作。

责任者附注:

胥嘉幸，北京大学硕士，先后就职于金融证券、糯米搜索部门。多年致力于大数据机器学习方面的研究，有深厚的数学功底和理论支撑。

提要文摘附注:

本书《机器学习篇》从小红帽采蘑菇的故事开篇，介绍了基础的机器学习分类模型的训练(第1章)。如何评估、调试模型？如何合理地发掘事物的特征？如何利用几个模型共同发挥作用？后续章节一步一步讲述了如何优化模型，更好地完成分类预测任务(第2章)，并且初步尝试将这些技术运用到金融股票交易中(第3章)。自然界最好的非线性模型莫过于人类的大脑。《深度学习篇》从介绍并对比一些常见的深度学习框架开始(第4章)，讲解了DNN模型的直观原理，尝试给出一些简单的生物学解释，完成简单的图片识别任务(第5章)。后续章节在此基础上，完成更为复杂的图片识别CNN模型(第6章)。接着，本书展示了使用Caffe完成一个完整的图片识别项目，从准备数据集，到完成识别任务(第7章)。后面简单描述了RNN模型(第8章)，接着展示了一个将深度学习技术落地到图片处理领域的项目(第9章)。

使用对象附注:

本书适合能看懂Python代码，对机器学习感兴趣，期望入门的读者。

豆瓣简介：