机读格式显示(MARC)

• 000 01874nam 2200361 450

• 001 0000902500

• 005 20230619185100.0

• 010 __ |a 978-7-302-62764-7 |d CNY79.00

• 100 __ |a 20230519d2023 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a Keras深度学习开发实战 |A Keras shen du xue xi kai fa shi zhan |f (英) 马修·穆卡姆, 玛拉·阿伯杜拉乃德, 瑞提什·巴格瓦特著 |g 邹伟, 张良谋, 刘亚明译

• 210 __ |a 北京 |c 清华大学出版社 |d 2023

• 215 __ |a 235页 |c 图 |d 24cm

• 225 2_ |a 人工智能科学与技术丛书 |A ren gong zhi neng ke xue yu ji shu cong shu

• 306 __ |a 由Packt Publishing授权出版

• 312 __ |a 原文题名取自封面

• 330 __ |a 本书从数据集、数据清理开始谈起, 在介绍机器学习的建模方式后, 第2章详细说明了机器学习与深度学习所涉及的矩阵、向量等技术。第3章使用Keras搭建深度学习模型, 也介绍了激活函数、损失函数、反向传播、过拟合或欠拟合等问题。第4章给出了训练深度学习模型的过程中可能存在的交叉验证问题。当需要提高模型精度时, 可以考虑参考第5章中的L1/L2正则化、丢弃正则化、早停等方式。第6章讲解模型评估问题, 在太平洋飓风数据集上指出准确率的局限性, 从而引出混淆矩阵、ROC曲线、AUC评分等概念。接下来的3章介绍卷积神经网络、迁移学习、循环神经网络等问题, 这些内容在工业实际项目中占据核心地位, 值得大家多写代码、多实践。

• 410 _0 |1 2001 |a 人工智能科学与技术丛书

• 500 10 |a Deep learning with keras workshop |A Deep Learning With Keras Workshop |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 穆卡姆 |A mu ka mu |g (Moocarme, Matthew) |4 著

• 701 _1 |a 阿伯杜拉乃德 |A a bo du la nai de |g (Abdolahnejad, Mahla) |4 著

• 701 _1 |a 巴格瓦特 |A ba ge wa te |g (Bhagwat, Ritesh) |4 著

• 702 _0 |a 邹伟 |A zou wei |4 译

• 702 _0 |a 张良谋 |A zhang liang mou |4 译

• 702 _0 |a 刘亚明 |A liu ya ming |4 译

• 801 _0 |a CN |b HDUL |c 20230619

• 905 __ |a HDUL |d TP181/2243

• 920 __ |a 233030 |z 1