三民網路書店 / 搜尋結果

＊系統地講解深度學習的基本知識、建模過程和應用，是非常好的深度學習入門書。＊以推薦系統、圖形識別、自然語言處理、文字產生和時間序列的具體應用作為案例。＊從工具準備、資料擷取和處理，到針對問題進行建模的整個過程和實踐均詳細解說。＊不僅能夠使讀者快速掌握深度學習，還可以進一步有效應用到商業和工程領域中。基於各行各業對深度學習技術的需求，許多公司和學校都開源了深度學習工具套件，其中比較知名的有CNTK、

內容簡介這是一本將數據科學三要素――商業理解、量化模型、數據技術全面打通的實戰性著作，是來自騰訊、滴滴、快手等一線互聯網企業的數據科學家、數據分析師和算法工程師的經驗總結，得到了SQLFlow創始人以及騰訊、網易、快手、貝殼找房、穀歌等企業的專家一致好評和推薦。全書三個部分，內容相對獨立，既能幫助初學者建立知識體系，又能幫助從業者解決商業中的實際問題，還能幫助有經驗的專家快速掌握數據科學的Z新技術和發展動向。內容圍繞非實驗環境下的觀測數據的分析、實驗的設計和分析、自助式數據科學平臺3大主題展開，涉及統計學、經濟學、機器學習、實驗科學等多個領域，包含大量常用的數據科學方法、簡潔的代碼實現和經典的實戰案例。第1部分（第 1～6 章） 觀測數據的分析技術講解了非實驗環境下不同觀測數據分析場景所對應的分析框架、原理及實際操作，包括消費者選擇偏好分析、消費者在時間維度上的行為分析、基於機器學習的用戶生命週期價值預測、基於可解釋模型技術的商業場景挖掘、基於矩陣分解技術的用戶行為規律發現與挖掘，以及在不能進行實驗分析時如何更科學地進行全量評估等內容。第二部分（第7～9章）實驗設計和分析技術從 A/B 實驗的基本原理出發，深入淺出地介紹了各種商業場景下進行實驗設計需要參考的原則和運用的方法，尤其是在有樣本量約束條件下提升實驗效能的方法及商業場景限制導致的非傳統實驗設計。第三部分（第10～12章） 自助式數據科學平臺SQLFlow針對性的講解了開源的工程化的自助式數據科學平臺SQLFlow，並通過系統配置、黑盒模型的解讀器應用、聚類分析場景等案例幫助讀者快速瞭解這一面向未來的數據科學技術。

本書系統地講解了深度學習的基本知識、建模過程和應用，並以深度學習在推薦系統、圖像識別、自然語言處理、文字生成和時間序列中的具體應用為案例，詳細介紹了從工具準備、資料獲取和處理到針對問題進行建模的整個過程和實踐經驗，是一本非常好的深度學習入門書。不同於許多講解深度學習的書籍，本書以實用為導向，選擇了 Keras 作為編程框架，強調簡單、快速地設計模型，而不去糾纏底層代碼，使得內容相當易於理解，讀者可