Swift机器学习：面向iOS的人工智能实战
	定价	89.00
	出版社	机械工业出版社
	版次	1
	出版时间	2020年10月
	开本	16
	作者	[乌]亚历山大·索诺夫琴科（Alexander Sosnovshchenko）
	页数	256
	字数	0
	ISBN编码	9787111664994
	重量	0

一本书理解Swift和机器学习，掌握构建智能iOS应用方法

利用Swift与Core ML构建和部署机器学习模型，开发出用于NLP和CV的神经网络

1.学会如何使用Python和Swift快速进行模型原型开发

2.学会如何使用Core ML将预训练的模型部署到iOS

3.学会通过无监督学习发现数据中隐藏的模式

4.学会深入掌握聚类技术

5.学会如何在iOS设备上应用紧凑架构的神经网络

6.学会如何训练神经网络进行图像处理和自然语言处理

本书是机器学习和Swift的完#美指南，通过学习对机器学习原理和Swift实现方法、实际案例的详细讲解后，你将能够掌握如何开发使用Swift编写的可自学习的智能iOS应用程序。

本书适合想要开发iOS智能应用程序的iOS技术人员，以及从事基于Swift开展机器学习工作的开发人员阅读。

译者序

原书前言

关于作者

关于评审者

第1章 机器学习入门1 

1.1 什么是人工智能1 

1.2 机器学习的动机2 

1.3 什么是机器学习3 

1.4 机器学习的应用3 

1.4.1 数字信号处理4 

1.4.2 计算机视觉4 

1.4.3 自然语言处理4 

1.4.4 机器学习的其他应用5 

1.5 利用机器学习构建iOS智能应用程序5 

1.6 了解数据6 

1.6.1 特征7 

1.6.2 特征类型7 

1.6.3 选择适当的特征集8 

1.6.4 获取数据集9 

1.6.5 数据预处理10 

1.7 模型选择10 

1.7.1 机器学习算法类型10 

1.7.2 监督学习11 

1.7.3 无监督学习12 

1.7.4 强化学习13 

1.7.5 数学优化－学习的工作原理13 

1.7.6 移动端与服务器端的机器学习14 

1.7.7 了解移动ping台的局限性15 

1.8 小结16 

参考文献16 

第2章 分类－决策树学习17 

2.1 机器学习工具箱17 

2.2 第#一个机器学习应用程序原型18 

2.2.1 工具19 

2.2.2 设置机器学习环境19 

2.3 IPython notebook速成21 

2.4 实践练习22 

2.5 用于“外星生命探索器”的机器学习23 

2.6 加载数据集24 

2.7 探索性数据分析25 

2.8 数据预处理28 

2.8.1 转换分类变量28 

2.8.2 从标签提取特征29 

2.8.3 独热编码29 

2.8.4 数据拆分30 

2.9 无处不在的决策树30 

2.10 训练决策树分类器30 

2.10.1 决策树可视化31 

2.10.2 预测33 

2.10.3 预测准确率评估33 

2.10.4 超参数调节35 

2.10.5 理解模型容量的权衡35 

2.11 决策树学习的工作原理36 

2.11.1 由数据自动生成决策树37 

2.11.2 组合熵37