当前位置:首页 > 电子书 > 电子书下载 > 人工智能 >
深度学习精要(基于R语言) 深度学习精要(基于R语言)
陶楷瑞

陶楷瑞 提供上传

资源
12
粉丝
41
喜欢
88
评论
2

    深度学习精要(基于R语言) PDF 完整超清版

    深度学习电子书
    • 发布时间:2020-02-11 11:06:57

    给大家带来的一篇关于深度学习相关的电子书资源,介绍了关于深度学习、R语言方面的内容,本书是由人民邮电出版社出版,格式为PDF,资源大小5.1 MB,[美] Joshua F. Wiley编写,目前豆瓣、亚马逊、当当、京东等电子书综合评分为:8.8。

  • 深度学习精要(基于R语言) PDF 下载
  • 下载地址:https://pan.baidu.com/s/1uKSSSVRyH4m0yIiRjBtcG
  • 提取码:q9r9
  • 深度学习是机器学习的一个分支,其基础是一组试图使用模型架构建立高水平抽象模型的算法。本书结合R语言介绍深度学习软件包H2O,帮助读者理解深度学习的概念。本书从在R中设置可获取的重要深度学习包开始,接着转向建立神经网络、预测和深度预测等模型,所有这些模型都由实际案例的辅助来实现。成功安装了H2O软件包后,你将学习预测算法。随后本书会解释诸如过拟合数据、异常数据以及深度预测模型等概念。zui后,本书会介绍设计调参和优化模型的概念。本书适合那些胸怀大志的数据科学家,他们精通R语言数据科学概念,并希望可以使用R中的包进一步探索深度学习范式。读者需要对R语言具备基础的理解,并熟悉统计算法和机器学习技术。通过阅读本书,你将能够:● 建立R包H2O训练深度学习模型;● 理解深度学习模型背后的核心概念;● 使用自动编码器识别异常数据或离群点;● 使用深度神经网络自动化地预测或分类数据;● 使用正则化建立泛化模型,避免数据的过拟合。

    本书重点介绍如何将R语言和深度学习模型或深度神经网络结合起来,解决实际的应用需求。全书共6章,分别介绍了深度这习基础知识、训练预测模型、如何防止过拟合、识别异常数据、训练深度预测模型以及调节和优化模型等内容。本书适合了解机器学习概念和R语言并想要使用R提供的包来探索深度学习应用的读者学习参考。

    目录

    • 第1章 深度学习入门1
    • 1.1 什么是深度学习1
    • 1.2 神经网络的概念
    • 综述2
    • 1.3 深度神经网络6
    • 1.4 用于深度学习的R包8
    • 1.5 建立可重复的结果9
    • 1.5.1 神经网络12
    • 1.5.2 deepnet包13
    • 1.5.3 darch包14
    • 1.5.4 H2O包14
    • 1.6 连接R和H2O14
    • 1.6.1 初始化H2O15
    • 1.6.2 数据集连结到H2O
    • 集群17
    • 1.7 小结19
    • 第2章 训练预测模型20
    • 2.1 R中的神经网络20
    • 2.1.1 建立神经网络21
    • 2.1.2 从神经网络生成
    • 预测36
    • 2.2 数据过拟合的问题—
    • 结果的解释38
    • 2.3 用例—建立并运用
    • 神经网络41
    • 2.4 小结47
    • 第3章 防止过拟合48
    • 3.1 L1罚函数49
    • 3.2 L2罚函数53
    • 3.2.1 L2罚函数实战54
    • 3.2.2 权重衰减(神经网络中的L2罚函数)55
    • 3.3 集成和模型平均59
    • 3.4 用例—使用丢弃提升样本
    • 外模型性能62
    • 3.5 小结67
    • 第4章 识别异常数据68
    • 4.1 无监督学习入门69
    • 4.2 自动编码器如何工作70
    • 4.3 在R中训练自动编码器73
    • 4.4 用例—建立并运用自动
    • 编码器模型85
    • 4.5 微调自动编码器模型90
    • 4.6 小结95
    • 第5章 训练深度预测模型96
    • 5.1 深度前馈神经网络入门97
    • 5.2 常用的激活函数—整流器、双曲正切和maxout99
    • 5.3 选取超参数101
    • 5.4 从深度神经网络训练和
    • 预测新数据105
    • 5.5 用例—为自动分类生成
    • 深度神经网络114
    • 5.6 小结132
    • 第6章 调节和优化模型133
    • 6.1 处理缺失数据134
    • 6.2 低准确度模型的解决
    • 方案137
    • 6.2.1 网格搜索138
    • 6.2.2 随机搜索139
    • 6.3 小结151
    • 参考文献152

    上一篇:同构JavaScript应用开发

    下一篇:大富翁手机游戏开发实战:基于Cocos2d-x 3.2引擎

    展开 +

    收起 -

     
    深度学习 相关内容
    白话深度学习与TensorFlow
    白话深度学习与TensorFlow 扫描版 立即下载
    深度学习:卷积神经网络从入门到精通
    深度学习:卷积神经网络从入门到精通 原书扫描版 立即下载
    深度学习之图像识别:核心技术与案例实战
    深度学习之图像识别:核心技术与案例实战 立即下载
    深度学习之美:AI时代的数据处理与最佳实践
    深度学习之美:AI时代的数据处理与最佳实践 原书完整版

    零入门 | 高可读| 重实战 | 抓前沿!准受用的深度学习入门教程,集各项前沿技术之大成,含Hinton神经胶囊网络的详细解读!

    立即下载
    预测分析建模:Python与R语言实现
    预测分析建模:Python与R语言实现 中文超清版

    本书介绍使用R与Python预测分析建模来解决实际问题,,并提供有效的解决方法。通过展示建模技术和编程工具,我们将抽象的概念转换为具体的例子,推荐阅读

    立即下载
    新媒体数据挖掘:基于R语言
    新媒体数据挖掘:基于R语言 影印中文版

    旨在为计算传播和计算社会科学领域的读者提供学习R编程语言和开发平台的捷径,希望能够填补这方面的空白,感兴趣的可以下载学习

    立即下载
    高级R语言编程指南
    高级R语言编程指南 扫描版

    本书讲述R语言的基础知识,深入介绍R函数式编程、R语言的面向对象特性、程序的调试、代码优化和性能调优等内容,展示了许多必备的技巧

    立即下载
    R语言实战:机器学习与数据分析
    R语言实战:机器学习与数据分析 全书影印版 立即下载
    学习笔记
    网友NO.366557

    r语言处理数据比python慢吗

    什么是R语言? R语言,一种自由软件编程语言与操作环境,主要用于统计分析、绘图、数据挖掘。R本来是由来自新西兰奥克兰大学的罗斯·伊哈卡和罗伯特·杰特曼开发(也因此称为R),现在由“R开发核心团队”负责开发。R基于S语言的一个GNU计划项目,所以也可以当作S语言的一种实现,通常用S语言编写的代码都可以不作修改的在R环境下运行。R的语法是来自Scheme。(推荐学习:Python视频教程) R的源代码可自由下载使用,亦有已编译的可执行文件版本可以下载,可在多种平台下运行,包括UNIX(也包括FreeBSD和Linux)、Windows和MacOS。R主要是以命令行操作,同时有人开发了几种图形用户界面。 R的功能能够通过由用户撰写的包增强。增加的功能有特殊的统计技术、绘图功能,以及编程接口和数据输出/输入功能。这些软件包是由R语言、LaTeX、Java及最常用C语言和Fortran撰写。下载的可执行文件版本会连同一批核心功能的软件包,而根据CRAN纪录有过千种不同的软件包。其中有几款较为常用,例如用于经济计量、财经分析、人文科学研究以及人工智能。 Python与R语言的共同特点 Python和R在数据分析和数据挖掘方面都有比较专业和全面的模块,很多常用的功能,比如矩阵运算、向量运算等都有比较高级的用法 Python和R两门语言有多平台适应性,……

    网友NO.462222

    r语言和python什么意思

    R语言 1、R是一个有着统计分析功能及强大作图功能的软件系统。R内含了许多实用的统计分析及作图参数。作图参数能将产生的展示在一个独立的窗口中。并能将之保存为各种形式的文件(jpg,png,bmp,ps,pdf,emf,pictex,xfig),具体形式取决于操作系统。统计分析的结果也能被直接显示出来,一些中间(如P-值,回归系统,残差等)既可保存到专门的文件中,也可以直接用作进一步的分析 2、在R语言中,使用者可以使用循环语句来连续分析多个数据集,也可将多个不同的统计函数结合在一个语句中执行更复杂的分析。R使用者还可以借鉴网上提供的用S编写的大量程序,而且大多数都能被R直接调用。 python语言 Python是一种计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越来越多被用于独立的、大型项目的开发。 Python是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承,有益于增强源代码的复用性。Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言,Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计……

    网友NO.749386

    r语言和python有必要都学吗

    R和Python是目前最流行的两款高级编程语言,被大量运用于数据科学领域。两者都是开源的,也都有非常活跃的社区来支撑。那么问题来了:r语言和python有必要都学吗 R: R语言由新西兰奥克兰大学的Ross Ihaka和Robert Gentleman于1995设计出来(由于两人的名字均以 ‘R’ 字母开头,因此命名为R语言),现在由“R核心开发团队“负责开发。 虽然R主要用于数据分析、绘图以及数据挖掘,但也有人用作矩阵计算。其计算速度可媲美专用于矩阵计算的开源软件GNU Octave和商业软件MATLAB。 起初R主要在学术研究中使用,但近年来在企业界也表现突出,这使得R成为企业中使用的全球发展最快的统计语言之一。对于数据科学任务,R的语法更直观形象 对于数据处理任务,很多时候R的语法会更简单。函数和参数的命名设计也更好,很容易记住和使用。 举个例子,我们将分别用R和Python来删掉Iris数据框中的两个变量(由于R和Python都有Iris数据框,因此我们使用这个数据框)。 我们来看看各自的语法: Python import seaborn as snsimport pandas as pdiris = sns.load_dataset('iris')iris.drop(['sepal_length', 'species'], axis = 1) R library(dplyr)select(iris, -sepal_length, -species) 为了删除变量,Python中使用了drop函数,而R中使用了select函数。我们来对比这两个函数(都在最后一行代码)的语法。 先……

    网友NO.772218

    Python与R语言的简要对比

    数据挖掘技术日趋成熟和复杂,随着互联网发展以及大批海量数据的到来,之前传统的依靠spss、SAS等可视化工具实现数据挖掘建模已经越来越不能满足日常需求,依据美国对数据科学家(data scientist)的要求,想成为一名真正的数据科学家,编程实现算法以及编程实现建模已经是必要条件;目前很多从事数据挖掘工作的人,大多都是出身非计算机专业,本身对编程基础比较低,所以找到一门快速上手而又高效的编程语言是至关重要的,好的工具和编程语言可以起到事半功倍的效果。 目前在数据挖掘算法方面用的最多的编程语言有:Java、C++、C、Python、R等等 R语言作为统计界第一语言(软件),很多时候与我们号称分析界第一语言的Python老是被人拿起来对比,所以今天专门做了一个表格,简介一下R语言与Python语言的对比情况。 首先还是我Python神图压镇: 首先介绍一下R语言吧: 有个小段子,说为什么要叫R语言呢?就是因为两位创始人的名字,都是以"R"开头的,所以,干脆一拍即合,就叫R语言吧…… R语言有很多的特点……当然,看这张图,是不是觉得很眼熟啊,没错,如果看过以前那篇“Python大法好”的文章的同学,发现,R语言怎么和Python的特性这么相似捏? 其实R也有很多自己特性,下面是它最显著的几个特性: 1、……

    电子书 编程教程 文档 软件 源码 视频

    Copyright 2018-2020 xz577.com 码农之家

    本站所有电子书资源不再提供下载地址,只分享来路

    免责声明:网站所有作品均由会员网上搜集共同更新,仅供读者预览及学习交流使用,下载后请24小时内删除

    版权投诉 / 书籍推广 / 赞助:QQ:520161757