深入理解AutoML和AutoDL 构建自动化机器学习与深度学习平台

本书是自动化人工智能的入门级书籍，书中涵盖了大部分基础知识，因此非专业人士也可以读懂。自动化人工智能最重要的两个分支是自动化机器学习和自动化深度学习，因此，本书的核心和聚焦在这两大领域，旨在为专业人士...

深度学习

本书为三大部分，第一部分介绍应用数学基础知识和机器学习的基本概念，第二部分介绍业界经典的深度学习算法，第三部分是一些探索性研究，对深度学习的未来发展非常重要。本书假定读者拥有计算机科学的背景，熟悉编程...

深度学习算法实践

本书以一位软件工程师的转型故事为线索，讲述算法思维的建立及实践。第1章主要讲解如何从传统的工程思维转入算法思维，第2-5章分别阐述文本处理、视觉识别、Bot机器人、强化学习方向的算法实践，第6章案例阐述预...

深度学习实战

本书把深度学习的理论知识分为七个章的内容，其包括：机器学习，前馈神经网络，深度学习正则化，深度学习优化，卷积神经网络，循环神经网络。每一个章节在其结尾部分会提出深度学习算法与模型的实践学习，按照作者的......

TensorFlow+Keras深度学习人工智能实践应用

Python深度学习

本书是使用Python进行深度学习实践的一本初学指南。全书共9章，分别介绍了深度学习基础理论、神经网络基础知识、如何构建定制化深度预测模型、性能提升技术、二元分类的神经网络应用等领域，而且结合Python语...

深度学习实战之PaddlePaddle

本书针对的是PaddlePaddle的初学者，全面讲解了PaddlePaddle的基础知识，并结合官方的文档，把这个框架的实际应用讲解清楚，最后用综合案例，贯穿本书的各个知识点，让读者达到学以致用的目标。...

深度学习 主流框架和编程实战

本书是利用实例来讲解深度学习框架以及深度学习方法的综合性著作，介绍了四大深度学习框架（TensorFlow、Caffe、Torch和MXNet），还详细介绍了调参、二次接口的编程、迁移学习的模型等内容。...

图解深度学习

本书从深度学习的发展历程讲起，以丰富的图例从理论和实践两个层面介绍了深度学习的各种方法，以及深度学习在图像识别等领域的应用案例。内容涉及神经网络、卷积神经网络、受限玻尔兹曼机、自编码器、泛化能力...

神经网络与深度学习实战 Python+Keras+TensorFlow

本书通过理论与项目实践相结合的方式引领读者进入人工智能技术的大门。书中首先从人工智能技术的数学基础讲起，然后重点剖析神经网络的运行流程，最后以大量的实际项目编码实践方式帮助读者扎实地掌握人工智能...