學(xué)者網(wǎng)
摘要：
機器學(xué)習(xí)已經(jīng)廣泛地應(yīng)用于各行各業(yè)，深度學(xué)習(xí)的興起再次推動了人工智能的熱潮。本書結(jié)合項目
實踐，首先討論主流機器學(xué)習(xí)平臺的主要特點和機器學(xué)習(xí)的實戰(zhàn)難點。在此基礎(chǔ)上，利用主流的機器學(xué)
習(xí)開源平臺TensorFlow、OpenVINO、PaddlePaddle等，通過19個實戰(zhàn)案例，詳細地分析決策樹、隨機森
林、支持向量機、邏輯回歸、貝葉斯網(wǎng)絡(luò)、聚類、卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)、生成對抗網(wǎng)絡(luò)等機器
學(xué)習(xí)和深度學(xué)習(xí)算法在金融、零售、汽車、電力、交通等典型領(lǐng)域的應(yīng)用。本書可以作為從事機器學(xué)習(xí)和深度學(xué)習(xí)工作的相關(guān)研究人員和技術(shù)人員的參考書，也可以作為高校
相關(guān)專業(yè)機器學(xué)習(xí)、深度學(xué)習(xí)、數(shù)據(jù)挖掘等課程的實驗和實訓(xùn)教材。
評論 0