近年來，深度學習可謂是機器學習方嚮的明星概念，不同的深度學習模型分彆在圖像處理與自然語言處理等任務中取得瞭前所未有的好成績。
在許多場閤都有這樣的需求“如何對感興趣的領域快速理解和使用深度學習技術?”答案涉及復雜的數學、編程語言(如C、C++和Java)。但隨著R的興起,現在使用深度學習技術比以往更容易。因為R易學易用，不要求很紮實的編程基礎，它被廣泛地應用於機器學習實踐和教學中。即使對R語言不是很瞭解的用戶也可以通過一些包來搭建深度學習網絡。
全書11章，分為原理篇（第1~8章）和應用篇（第9~11章）。原理篇按照深度學習的發展過程，主要討論瞭淺層神經網絡、深度神經網絡、捲積神經網絡、遞歸神經網絡、自編碼網絡、受限玻耳茲曼機和深度置信網。應用篇討論R環境部署深度學習環境的一些策略，包括：MXNetR、H2O和其他深度學習R包以及一些典型的應用。
本書可用作本科高年級機器學習課程參考書或數據科學課程教材，也可供對人工智能、機器學習感興趣的讀者參考閱讀。
具體描述
讀後感
評分
評分
評分
評分
評分
用戶評價
评分
评分
评分
评分
评分
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有