定 價:¥89.00
作 者: | 段小手 |
出版社: | 北京大學出版社 |
叢編項: | |
標 簽: | 暫缺 |
ISBN: | 9787301342640 | 出版時間: | 2023-09-01 | 包裝: | 平裝 |
開本: | 16開 | 頁數(shù): | 字數(shù): |
第1章 讓ChatGPT告訴我們什么是機器學習
1.1 問問ChatGPT什么是機器學習
1.2 問問ChatGPT機器學習有什么用
1.3 機器學習有什么應用案例
1.4 機器學習系統(tǒng)有哪些類型
1.5 機器學習面臨哪些挑戰(zhàn)
1.6 機器學習模型該如何測試和驗證
1.7 習題15
第2章 讓ChatGPT告訴我們機器學習的基本流程
2.1 讓ChatGPT幫我們找數(shù)據(jù)
2.2 讓ChatGPT幫我們安裝Anaconda
2.3 讓ChatGPT教我們進行探索性數(shù)據(jù)分析
2.4 試試訓練一下模型
2.5 習題
第3章 讓ChatGPT帶我們玩轉線性模型
3.1 讓ChatGPT告訴我們什么是線性模型
3.2 線性模型也可以用于分類
3.3 什么是正則化
3.4 習題60
第4章 讓ChatGPT帶我們玩轉支持向量機
4.1 讓ChatGPT解釋非線性問題的基本概念
4.2 支持向量機的核函數(shù)
4.3 支持向量機用于回歸任務
4.4 支持向量機的超參數(shù)
4.5 習題
第5章 讓ChatGPT帶我們玩轉決策樹
5.1 讓ChatGPT介紹一下決策樹算法
5.2 決策樹算法基礎知識
5.3 決策樹算法的實現(xiàn)
5.4 決策樹算法的不足與改進
5.5 習題
第6章 讓ChatGPT帶我們玩轉集成學習
6.1 讓ChatGPT介紹一下集成學習算法
6.2 基本的集成學習算法
6.3 高級的集成學習算法
6.4 習題
第7章 讓ChatGPT帶我們玩轉模型優(yōu)化
7.1 讓ChatGPT介紹模型優(yōu)化的基本概念
7.2 讓ChatGPT介紹損失函數(shù)
7.3 讓ChatGPT介紹學習率
7.4 讓ChatGPT介紹模型的超參數(shù)
7.5 習題
第8章 讓ChatGPT帶我們玩轉數(shù)據(jù)降維
8.1 讓ChatGPT介紹數(shù)據(jù)降維的基本概念
8.2 讓ChatGPT帶我們玩轉PCA
8.3 讓ChatGPT帶我們玩轉ICA
8.4 讓ChatGPT帶我們玩轉t-SNE
8.5 習題
第9章 讓ChatGPT帶我們玩轉聚類算法
9.1 讓ChatGPT介紹聚類算法的基本概念
9.2 讓ChatGPT帶我們玩轉K-Means
9.3 讓ChatGPT帶我們玩轉層次聚類
9.4 讓ChatGPT帶我們玩轉密度聚類
9.5 習題
第10章 讓ChatGPT帶我們玩轉神經網絡
10.1 讓ChatGPT介紹神經網絡的基本概念
10.2 神經網絡的結構
10.3 神經網絡中的傳播算法
10.4 神經網絡的局限性和未來發(fā)展
10.5 習題
第11章 讓ChatGPT帶我們玩轉Keras
11.1 讓ChatGPT介紹一下Keras
11.2 用Keras搭建簡單的神經網絡
11.3 模型的訓練參數(shù)
11.4 神經網絡的超參數(shù)
11.5 習題
第12章 讓ChatGPT帶我們玩轉圖像分類
12.1 讓ChatGPT介紹一下計算機視覺
12.2 讓ChatGPT介紹卷積神經網絡
12.3 圖像分類任務實戰(zhàn)
12.4 習題
第13章 讓ChatGPT帶我們玩轉自然語言處理
13.1 讓ChatGPT介紹一下自然語言處理
13.2 讓ChatGPT帶我們認識RNN與LSTM
13.3 讓ChatGPT帶我們認識文本表示
13.4 來個項目實戰(zhàn)吧
13.5 習題
第14章 讓ChatGPT帶我們玩轉遷移學習
14.1 讓ChatGPT介紹一下遷移學習
14.2 讓ChatGPT介紹遷移學習的實現(xiàn)
14.3 讓ChatGPT介紹Transformer架構
14.4 實戰(zhàn)遷移學習
14.5 習題
附錄 ChatGPT使用指南