Python深度學習套用

內容簡介

本書介紹Jupyter、數據清洗、高級機器學習、網頁爬蟲、互動式可視化、神經網路、深度學習、模型構建、模型評估與最佳化、產品化處理等有關深度學習套用方面的內容。本書理論與實踐並重、體系完整、內容新穎、條理清晰、組織合理、強調實踐，包括使用scikitlearn、TensorFlow和Keras創建智慧型系統和機器學習解決方案，並將論述的重點放在實現和實踐上，以便讓讀者更好地了解Python深度學習套用的實現細節。

圖書目錄

第1章Jupyter基礎/ 1

1.1基本功能與特徵/ 2

1.1.1Jupyter Notebook是什麼，為什麼它如此有用/ 2

1.1.2Jupyter Notebook概覽/ 4

1.1.3Jupyter特色/ 8

1.1.4Python庫/ 14

1.2第一個數據分析實例——基於波士頓住房數據集/ 17

1.2.1使用Pandas DataFrame載入數據集/ 17

1.2.2數據集/ 22

1.2.3基於Jupyter Notebook的預測分析簡介/ 26

1.2.4實踐: 構建一個基於三階多項式的模型/ 30

1.2.5使用分類特徵完成對數據集的分段分析/ 35

1.3本章小結/ 41第2章數據清洗和高級機器學習/ 42

2.1準備訓練預測模型/ 43

2.1.1確定預測分析計畫/ 43

2.1.2機器學習的數據預處理/ 45

2.1.3實踐: 準備訓練“員工去留問題”的預測模型/ 55

2.2訓練分類模型/ 64

2.2.1分類算法簡介/ 64

2.2.2使用k折交叉驗證和驗證曲線評估模型/ 79

2.2.3降維技術/ 84

2.2.4訓練員工去留問題的預測模型/ 85

2.3本章小結/ 93第3章網頁信息採集和互動式可視化/ 94

3.1採集網頁信息/ 95

3.1.1HTTP請求簡介/ 95

3.1.2在Jupyter Notebook中實現HTTP請求/ 96

3.1.3在Jupyter Notebook中解析HTML/ 101

3.1.4實踐: 在Jupyter Notebook中實現網頁信息採集/ 107

3.2互動可視化/ 111

3.2.1構建DataFrame以存儲和組織數據/ 111

3.2.2Bokeh簡介/ 117

3.2.3實例: 使用互動式可視化探索數據/ 121

3.3本章小結/ 130第4章神經網路與深度學習概述/ 132

4.1什麼是神經網路/ 132

4.1.1成功的套用案例/ 133

Python深度學習套用

基本介紹

內容簡介

圖書目錄

相關詞條

熱門詞條