机读格式显示(MARC)

• 000 01951nam 22003131 450

• 001 0000447018

• 005 20231205154900.0

• 010 __ |a 978-7-111-70577-2 |d CNY129.00

• 100 __ |a 20231120d2022 em y0chiy50 ea

• 101 1_ |a chi |c eng

• 102 __ |a CN |b 110000

• 105 __ |a a z 000yy

• 106 __ |a r

• 200 1_ |a TensorFlow机器学习 |A TensorFlow ji qi xue xi |f (美) 克里斯·马特曼著 |d = Machine learning with TensorFlow |f Chris Mattmann |g 赵国光译 |z eng

• 210 __ |a 北京 |c 机械工业出版社 |d 2022.07

• 215 __ |a XNII, 364页 |c 图 |d 24cm

• 225 2_ |a 智能系统与技术丛书 |A zhi neng xi tong yu ji shu cong shu

• 305 __ |a 据原书第2版译出

• 306 __ |a 由Manning Publications Co.通过Waterside Productions, Inc.授权出版

• 314 __ |a 克里斯·马特曼 (Chris Mattmann), 是美国国家航空航天局 (NASA) 喷气推进实验室人工智能分析和创新发展部门的负责人, 并且是该实验室数据科学领域的第一位首席科学家。

• 330 __ |a 本书是一本TensorFlow机器学习入门教程, 通过大量实例, 以浅显易懂、循序渐进的方式详细阐释使用Python和TensorFlow构建机器学习模型的核心技术和方法。本书既涵盖机器学习基础理论, 又提供解诀实际问题的代码示例, 算法讲解与示例相结合, 可以帮助你快速理解并应用TesnsorF1ow机器学习技术。全书共分为三部分: 第一部分 (第1-2章) 讨论机器学习的基本原理及其当前被大规模应用的原因 ; 第二部分 (第3-10章) 通过大量实例详细介绍回归算法和分类算法, 涵盖回归、分类、无监督聚类和隐马尔可夫模型 (HOt) 等技术及应用 ; 第三部分 (第11-19章) 主要介绍神经网络及其应用, 涵盖使用隐藏层的自编码器压缩和表示输入、用于自动分类图像和面部识别的卷积神经网络 (CMN) 、用于时间序列数据或语音转文本的循环神经网络 (RNN) , 以及seq2seq RNN架构等内容。

• 410 _0 |1 2001 |a 智能系统与技术丛书

• 500 10 |a Machine learning with TensorFlow |A Machine Learning With Tensorflow |m Chinese

• 606 0_ |a 机器学习 |A ji qi xue xi

• 690 __ |a TP181 |v 5

• 701 _1 |a 马特曼 |A ma te man |g (Mattmann, Chris) |4 著

• 702 _0 |a 赵国光 |A zhao guo guang |4 译

• 801 _0 |a CN |b 辽批 |c 20231120

• 905 __ |a AUSTL |d TP181/M784