机器学习从入门到入职

书籍简介:

机器学习是近年来比较火的技术，但是机器学习本身不是一门独立的学科，它实际上包括诸如，统计学、概率论、算法复杂度理论、神经仿生学等多门学科的应用学习。本书将由浅入深，按照实际工作需要的模型开发流程以及场景——数据预处理、模型开发、模型验证与模型优化逐一讲解，本书的内容包括：sklearn、keras的环境搭建，sklearn,keras在上述4个工作的场景中如何代码实现，在keras方面还包括主流神经网络模型（卷积神经网络、循环网络、对抗性生成网络，嵌入网络）的搭建。

书籍规格:

书籍信息归属:

机器学习从入门到入职是电子工业出版社于2020.1出版的中图分类号为 TP311.561 ,TP181 的主题关于 软件工具－程序设计 ,机器学习 的书籍。