基本信息
- 版社 : 人民邮电出版社; 第1版 (2017年9月1日)
- 出版日期 : 2017年9月1日
- 品牌 : 异步社区
- 语言 : 简体中文
- 文件大小 : 4968 KB
- 纸书页数 : 154页
- Joshua F.Wiley (作者), 高蓉 (译者)
- 下载格式：azw3、epub、mobi 、pdf
编辑推荐
深度学习是机器学习的一个分支，其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O，帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始，接着转向建立神经网络、预测和深度预测等模型，所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后，你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。后，本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家，他们精通R语言数据科学概念，并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解，并熟悉统计算法和机器学习技术。通过阅读本书，你将能够: 建立R包H2O训练深度学习模型； 理解深度学习模型背后的核心概念； 使用自动编码器识别异常数据或离群点； 使用深度神经网络自动化地预测或分类数据； 使用正则化建立泛化模型，避免数据的过拟合。
内容提要
本书重点介绍如何将R语言和深度学习模型或深度神经网络结合起来，解决实际的应用需求。全书共6章，分别介绍了深度这习基础知识、训练预测模型、如何防止过拟合、识别异常数据、训练深度预测模型以及调节和优化模型等内容。本书适合了解机器学习概念和R语言并想要使用R提供的包来探索深度学习应用的读者学习参考。
