|
000
|
01676nam 2200301 450
|
|
001
|
012022000454
|
|
005
|
20220708172259.0
|
|
010
|
|
@a978-7-111-70577-2@dCNY129.00
|
|
100
|
|
@a20220708d2022 em y0chiy50 ea
|
|
101
|
1
|
@achi@ceng
|
|
102
|
|
@aCN@b110000
|
|
105
|
|
@aak z 000yy
|
|
106
|
|
@ar
|
|
200
|
1
|
@aTensorFlow机器学习@ATensorFlow ji qi xue xi@f(美) 克里斯·马特曼著@d= Machine learning with TensorFlow@fChris Mattmann@g赵国光译@zeng
|
|
210
|
|
@a北京@c机械工业出版社@d2022.7
|
|
215
|
|
@axvii, 364页@c图@d24cm
|
|
225
|
2
|
@a智能系统与技术丛书@Azhi neng xi tong yu ji shu cong shu
|
|
306
|
|
@a本书中文简体字版由Manning Publications Co.通过Waterside Productions, Inc.授权机械工业出版社在全球独家出版发行
|
|
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 (HMM) 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 (CNN)、用于时间序列数据或语音转文本的循环神经网络 (RNN), 以及seq2 seq RNN架构等内容。
|
|
410
|
0
|
@12001 @a智能系统与技术丛书
|
|
500
|
10
|
@aMachine learning with TensorFlow@mChinese
|
|
606
|
0
|
@a机器学习@Aji qi xue xi
|
|
690
|
|
@aTP@v5
|
|
701
|
1
|
@a马特曼@Ama te man@g(Mattmann, Chris@4著
|
|
702
|
0
|
@a赵国光@Azhao guo guang@4译
|
|
801
|
0
|
@aCN@bCDNYKJZYXY@c20220708
|
|
905
|
|
@aCDNYKJZYXY@b300675068-9@dTP@e233@f2
|
|
|
|
|
| |
| TensorFlow机器学习/(美) 克里斯·马特曼著= Machine learning with TensorFlow/Chris Mattmann/赵国光译.-北京：机械工业出版社，2022.7 |
| xvii, 364页：图；24cm.-(智能系统与技术丛书) |
| |
| |
| ISBN 978-7-111-70577-2：CNY129.00 |
| 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 (HMM) 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 (CNN)、用于时间序列数据或语音转文本的循环神经网络 (RNN), 以及seq2 seq RNN架构等内容。 |
| ● |
正题名：TensorFlow机器学习
索取号：TP/233
预约/预借
| 序号
|
登录号
|
条形码
|
馆藏地/架位号
|
状态
|
备注
|
|
1
|
675068
|
300675068
|
流通五库四楼/
[索取号:TP/233]
|
在馆
|
|
|
2
|
675069
|
300675069
|
流通五库四楼/
[索取号:TP/233]
|
在馆
|
|
