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。

成为VIP会员查看完整内容
40

相关内容

机器学习的一个分支,它基于试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的一系列算法。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
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
【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
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
141+阅读 · 2020年5月19日
卷积神经网络从入门到精通
人工智能头条
6+阅读 · 2019年3月29日
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
7+阅读 · 2020年3月1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
14+阅读 · 2018年5月15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
【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
【实用书】Python数据科学从零开始,330页pdf
专知会员服务
141+阅读 · 2020年5月19日
相关论文
Talking-Heads Attention
Arxiv
15+阅读 · 2020年3月5日
Arxiv
7+阅读 · 2020年3月1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
14+阅读 · 2018年5月15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
微信扫码咨询专知VIP会员