機器學習開發實戰 Introducing Machine Learning

Dino Esposito，Francesco Esposito 譯 楊延華//鄧成

機器學習開發實戰

買這商品的人也買了...

中文年末書展｜繁簡參展書2書75折 詳見活動內容 »

相關主題

商品描述

本書分為五個部分。
第一部分簡要介紹了人工智能、智能軟件以及機器學習解決方案的基本步驟等基礎知識。
第二部分，重點介紹了ML.NET庫，概述了其核心部分，並總覽了ML.NET庫支持的全部機器學習任務。
第三部分對淺層機器學習技術進行了介紹，涉及了一系列算法的數學細節。
第四部分，“深度學習基礎”，致力於研究神經網絡，對深度學習和實用機器學習進行了探索。
最後一部分則是對人工智能（特別是機器學習）的商業願景以及業界如何應對人工智能和雲服務的一些思考。

作者簡介

迪諾·埃斯波西托（Dino Esposito），在程序開發領域擁有超過25年的經驗，14次被評為微軟最有價值專家（MVP），撰寫了20多本書，包括暢銷書Microsoft.NET： Architecting Applications for the Enterprise，連續22年為《MSDN雜誌》撰寫專欄，並經常為微軟及全球各類企業的程序開發人員做培訓。目前擔任BaxEnergy公司的數字戰略師，專註於智慧城市和智慧能源等領域。

目錄大綱

譯者序
前言
致謝
作者簡介
第一部分機器學習基礎
第1章人類是如何學習的
1.1 邁向思考型機器
1.1.1 機器推理的曙光
1.1.2 哥德爾不完備定理
1.1.3 計算機的形式化
1.1.4 邁向人類思想的形式化
1.1.5 人工智能學科的誕生
1.2 學習機理
1.2.1 到底什麼是智能軟件
1.2.2 神經元是如何工作的
1.2.3 胡蘿蔔加大棒法（軟硬兼施）
1.2.4 應變能力
1.3 人工智能的形式
1.3.1 原始智能
1.3.2 專家系統
1.3.3 自治系統
1.3.4 人工的情感形式
1.4 本章小結
第2章智能軟件
2.1 應用人工智能
2.1.1 軟件智能的發展
2.1.2 專家系統
2.2 通用人工智能
2.2.1 無監督學習
2.2.2 監督學習
2.3 本章小結
第3章映射問題和算法
3.1 基本問題
3.1.1 對象分類
3.1.2 結果預測
3.1.3 對象分組
3.2 更複雜的問題
3.2.1 圖像分類
3.2.2 目標檢測
3.2.3 文本分析
3.3 自動機器學習
3.3.1 AutoML平臺的特性
……
第二部分.NET中的機器學習
第三部分淺層學習基礎
第四部分深度學習基礎
第五部分思考

類似商品

最後瀏覽商品 (3)