【实用书】使用R语言进行深度学习的介绍 ,240页pdf,一步一步的指导学习和实现使用R的深度学习模型

2020 年 5 月 25 日 专知


了解深度学习,不同模型的细微差别,以及这些模型可以应用的地方。

丰富的数据和对优质产品/服务的需求,推动了先进的计算机科学技术的发展,其中包括图像和语音识别。通过机器学习和深度学习建立在数据科学的基础上,《使用R进行深度学习的介绍》提供了对执行这些任务的模型的理论和实践理解。这个分步指南将帮助您理解这些规程,以便您可以在各种上下文中应用该方法。所有的例子都是用R统计语言教授的,允许学生和专业人员使用开源工具来实现这些技术。


你将学习

理解支持深度学习模型的直觉和数学

利用各种算法使用R编程语言和它的包

使用最佳实践进行实验设计和变量选择

作为一个数据科学家,实践方法来接近和有效地解决问题

评估算法解决方案的有效性并增强其预测能力


这本书是给谁的

熟悉使用R编程的学生、研究人员和数据科学家也可以使用这本书来学习如何在最有用的应用程序中适当地部署这些算法。




专知便捷查看

便捷下载,请关注专知公众号(点击上方蓝色专知关注)

  • 后台回复“DL240” 可以获取《使用R语言进行深度学习的介绍 ,240页pdf,一步一步的指导学习和实现使用R的深度学习模型》专知下载链接索引

专知,专业可信的人工智能知识分发,让认知协作更快更好!欢迎注册登录专知www.zhuanzhi.ai,获取5000+AI主题干货知识资料!
欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程资料和与专家交流咨询
点击“ 阅读原文 ”,了解使用 专知 ,查看获取5000+AI主题知识资源
登录查看更多
0

相关内容

专知会员服务
54+阅读 · 2020年7月4日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【干货书】高级应用深度学习,294页pdf
专知会员服务
151+阅读 · 2020年6月20日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
264+阅读 · 2020年6月10日
专知会员服务
171+阅读 · 2020年6月4日
【实用书】Python技术手册,第三版767页pdf
专知会员服务
234+阅读 · 2020年5月21日
【资源】强化学习实践教程
专知
43+阅读 · 2019年9月11日
深度学习了解一下(附53页Slides)
专知
48+阅读 · 2019年5月20日
118页概率思维教程——基础、技巧与算法
专知
12+阅读 · 2018年9月5日
Arxiv
7+阅读 · 2020年3月1日
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Arxiv
3+阅读 · 2018年3月27日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
4+阅读 · 2017年7月25日
VIP会员
相关VIP内容
专知会员服务
54+阅读 · 2020年7月4日
【2020新书】实战R语言4,323页pdf
专知会员服务
100+阅读 · 2020年7月1日
【实用书】学习用Python编写代码进行数据分析,103页pdf
专知会员服务
192+阅读 · 2020年6月29日
【干货书】高级应用深度学习,294页pdf
专知会员服务
151+阅读 · 2020年6月20日
【实用书】Python机器学习Scikit-Learn应用指南,247页pdf
专知会员服务
264+阅读 · 2020年6月10日
专知会员服务
171+阅读 · 2020年6月4日
【实用书】Python技术手册,第三版767页pdf
专知会员服务
234+阅读 · 2020年5月21日
相关论文
Arxiv
7+阅读 · 2020年3月1日
A Modern Introduction to Online Learning
Arxiv
20+阅读 · 2019年12月31日
Learning Embedding Adaptation for Few-Shot Learning
Arxiv
16+阅读 · 2018年12月10日
Meta-Transfer Learning for Few-Shot Learning
Arxiv
8+阅读 · 2018年12月6日
Arxiv
3+阅读 · 2018年3月27日
Arxiv
10+阅读 · 2018年2月4日
Arxiv
4+阅读 · 2017年7月25日
Top
微信扫码咨询专知VIP会员