《基于Google云平台的机器学习和深度学习入门》[40M]百度网盘|pdf下载|亲测有效
《基于Google云平台的机器学习和深度学习入门》[40M]百度网盘|pdf下载|亲测有效

基于Google云平台的机器学习和深度学习入门 pdf下载

出版社 机械工业出版社京东自营官方旗舰店
出版年 2020-10
页数 390页
装帧 精装
评分 9.1(豆瓣)
8.99¥ 10.99¥

内容简介

本篇主要提供基于Google云平台的机器学习和深度学习入门电子书的pdf版本下载,本电子书下载方式为百度网盘方式,点击以上按钮下单完成后即会通过邮件和网页的方式发货,有问题请联系邮箱ebook666@outlook.com

产品特色

编辑推荐

适读人群 :机器学习初学者

进行机器学习时,尽可能不使用公式,通过代码和图形来帮助工程师们完成进入这个领域的第一步。

使用Python在谷歌云平台(Google Cloud Platform)上进行。

提供了丰富案例,样例代码都是Datalab笔记本的形式,Datalab的使用方法和样例代码的下载方法在Chapter2.1中有详细介绍。

另外,没有必要在本地PC上构筑执行环境,只需要Web浏览器即可。Web浏览器推荐使用谷歌的Chrome。

内容简介

《基于Google云平台的机器学习和深度学习入门》主要介绍了Google云平台中有关机器学习的多种工具,以及如何使用它们来进行机器学习。这些工具对使用者在机器学习理论方面的要求很低,读者可以在仅了解一点有关机器学习基础知识的前提下使用它们。
《基于Google云平台的机器学习和深度学习入门》在使用每种机器学习的工具或技术之前,都会对相应的理论进行较为详实的介绍。但也同时考虑了机器学习理论的复杂性,在对理论知识的介绍中避免了复杂的数学公式,取而代之的是生动浅显的例子。其中很多示例是使用Python代码在Google云平台上实现的。

内页插图

目录

译者序
原书前言
人工智能、机器学习和深度学习


第1部分 GCP与机器学习1


第1章 尝试使用GCP2
11GCP 概述3
12创建账户和项目5
13Cloud Shell9
14Google Compute Engine13
15Google Cloud Storage18
16BigQuery26


第2章使用Datalab32
21Datalab快速浏览33
22NumPy和pandas42
23链接Datalab和BigQuery53
24用Datalab绘制各种图形59
第3章使用 GCP 轻松进行机器学习67
31GCP的机器学习相关服务68
32Cloud Vision API73
33Cloud Translation API86
34Cloud Natural Language API90


第2部分 识别的基础95


第4章二类识别96
41简单识别97
42机器学习的引入106
43感知器116
44损失函数125
45逻辑回归128


第5章多类分类器和各种分类器138
51scikit-learn快速导览139
52多类逻辑回归141
53支持向量机151
54随机森林162


第6章数据评估方法和调整170
61基本的学习流程171
62学习和测试173
63数据评估182
64参数调整188


第3部分 深度学习入门194


第7章深度学习基础知识196
71图像识别197
72神经网络201
73激活函数211
74多类支持216
75各种梯度下降法222
76TensorFlow的准备230
77神经网络的实现238
78使用DNNClassifier简化学习244
79TensorBoard246


第8章CNN256
81前面图像识别中的问题257
82卷积层265
83卷积层运算的种类和池化层272
84使用TensorFlow实施两层CNN280


附录288
附录A Python2的基本使用方法
附录B Jupyter的设置

前言/序言

“机器学习的民主化”你可能听说过这样的事情。对这个词的解释各不相同,但是民主表示一个事实,那就是由被称为数据科学家的研究人员将机器学习的“研究”变为了任何普通工程师和我们都可以使用的“工具”,这不正是民主化的表现吗。
但当我学习机器学习时,切身的感受到,机器学习的“民主化”其实并未完全实现。我也经常听到这样的声音“不知道从何开始学习才好”、“虽然读了被称作好书的书,但是全是公式不太明白”、“在构建环境的地方被堵卡住于是就放弃了”。本书的目的是,在Google Cloud Platform(谷歌云平台)这样的环境下,尽可能不使用公式,而是通过代码和图形来帮助工程师们完成进入这个领域的第一步。
Google Cloud Platform不仅以API的形式提供了机器学习的功能,同时还提供了用于执行和操作机器学习的完全托管环境。对于初学者来说更棒的是,可以在“不需要构建环境”的情况下,获得交互式学习环境。通过使用这种交互式环境,本书的内容不依赖于读者的PC环境,也不会让读者在最初遇到的构建环境的问题中被绊倒。
在第1部分中将使用Google CIoud Platform中的机器学习API来体验机器学习的强大功能。谷歌公司的工程师们预先准备好了庞大的计算机资源可供您使用,因此您无需使用任何机器学习的知识就能使用各种复杂的高级功能。
在第2部分及后面的章节中,将会继续介绍机器学习的原理。但即使在介绍原理的部分中也几乎没有涉及到数学表达式。为了使读者更容易读懂,将通过代码和对输出结果图形化来帮助加深理解。
如上所述,书中在原理部分几乎不使用数学表达式。换句话说它不适合重视机器学习的数学原理,并想学习其中数学知识的读者。此外,在原理复杂但使用简单的地方,本书以“能够理解”为原则,而省略了其详细的理论说明。但是,一旦您读完了这本书,将会有助于您近一步学习更复杂的(或有关数学的)机器学习理论。
如果您只读本书的正文部分也可以学习,但是若一边执行样例代码一边阅读的话,会更有助于加深理解。而样例代码都是Datalab笔记本的形式,所以可以在Web浏览器上交互执行代码。
Datalab的使用方法和样例代码的下载方法在Chapter21中有详细介绍。另外,没有必要在本地PC上构筑执行环境。您只需要Web浏览器即可。Web浏览器推荐使用谷歌的Chrome。