機器學習編程：從編碼到深度學習

機器學習編程：從編碼到深度學習讀書筆記模板01思維導圖讀書筆記作者介紹內(nèi)容摘要目錄分析精彩摘錄目錄0305020406思維導圖編碼深度機器深度機器理論原理算法小結第章神經(jīng)網(wǎng)絡數(shù)據(jù)機器深度參數(shù)網(wǎng)絡函數(shù)附錄使用本書關鍵字分析思維導圖內(nèi)容摘要內(nèi)容摘要本書從一個完全不了解機器學習的程序員的視角出發(fā)，通過一系列生動有趣的具體應用實例，運用詼諧的語言以循序漸進的方式比較系統(tǒng)地介紹機器學習的本質思想、基本理論和重要算法，比較細致地剖析線性模型、感知機模型、淺層神經(jīng)網(wǎng)絡、深度神經(jīng)網(wǎng)絡的設計原理與編程方法，引導讀者親自動手從零開始打造和完善機器學習的底層代碼，逐步消除對機器學習算法原理的認知盲點，讓廣大初學者能夠較為輕松地掌握機器學習和深度學習的基本理論和編程技術。本書是從零基礎初學者的思維角度編寫的，適合作為智能科學與技術、數(shù)據(jù)科學與大數(shù)據(jù)技術、計算機科學與技術以及相關專業(yè)的本科生或研究生的機器學習入門教材，也可供工程技術人員和自學讀者學習參考。讀書筆記讀書筆記總體還可以。適合初學者，挺好的書，簡單易讀，數(shù)學公式不多。2022年6月28日，看完了這本燒腦的書，相當有成就感?，F(xiàn)在輪到你了。你可以使用我們在本章中介紹的技巧，甚至可以探索新的技巧——激活函數(shù)、優(yōu)化算法，或者是通過瀏覽Keras文檔了解到的任何其他內(nèi)容。如果你的網(wǎng)絡模型在驗證集上獲得了超過97%的準確率，那么你就贏得了這個挑戰(zhàn)。目錄分析第1章機器學習的原理第2章首個機器學習程序第3章梯度第4章超空間第5章能辨識的機器12345第一部分從零開始的圖像識別第6章計算機視覺初探第8章感知機第7章最后的挑戰(zhàn)第一部分從零開始的圖像識別第1章機器學習的原理1.1編程與機器學習1.2監(jiān)督學習1.3魔法背后的數(shù)學原理1.4設置系統(tǒng)第2章首個機器學習程序2.1了解問題2.2編寫線性回歸代碼2.3添加偏置2.4小結2.5動手研究：設置超參數(shù)第3章梯度3.1算法的缺陷3.2梯度下降法3.3小結3.4動手研究：露營地問題第4章超空間4.1添加更多維度4.2矩陣代數(shù)4.3升級學習程序4.4告別偏置4.5最后一次試運行4.6小結4.7動手研究：統(tǒng)計學家第5章能辨識的機器5.1線性回歸的不足5.2S型函數(shù)5.3操作中的分類函數(shù)5.4小結5.5動手研究：權重的影響第6章計算機視覺初探6.1處理數(shù)據(jù)6.2我們自己的MNIST庫6.3實際運行6.4小結6.5動手研究：難以識別的數(shù)字第7章最后的挑戰(zhàn)7.1多元分類7.2驗證與結果7.3小結7.4動手研究：掃雷艦第8章感知機8.1認識感知機8.2組裝感知機8.3感知機的不足8.4感知機史話第9章設計神經(jīng)網(wǎng)絡第10章構建神經(jīng)網(wǎng)絡第11章訓練神經(jīng)網(wǎng)絡第12章分類器的工作原理第13章小批量處理12345第二部分神經(jīng)網(wǎng)絡第15章來做開發(fā)吧第14章測試的禪意第二部分神經(jīng)網(wǎng)絡第9章設計神經(jīng)網(wǎng)絡9.1用感知機組裝神經(jīng)網(wǎng)絡9.2加入softmax函數(shù)9.3構建方案9.4小結9.5動手研究：網(wǎng)絡冒險第10章構建神經(jīng)網(wǎng)絡10.1編寫正向傳播代碼10.2交叉熵10.3小結10.4動手研究：時間旅行的測試第11章訓練神經(jīng)網(wǎng)絡11.1反向傳播的使用場合11.2從鏈式法則到反向傳播11.3使用反向傳播算法11.4初始化權重11.5完成網(wǎng)絡模型11.6小結11.7動手研究：錯誤的開始第12章分類器的工作原理12.1尋找邊界12.2彎曲的邊界12.3小結12.4動手研究：高難數(shù)據(jù)第13章小批量處理13.1訓練過程的可視化13.2分批處理13.3理解小批量13.4小結13.5動手研究：最小的批量第14章測試的禪意14.1過度擬合的威脅14.2測試的難題14.3小結14.4動手研究：思考測試第15章來做開發(fā)吧15.1準備樣本數(shù)據(jù)15.2調(diào)優(yōu)超參數(shù)15.3最終測試15.4動手研究：實現(xiàn)99%15.5小結與展望第16章深度神經(jīng)網(wǎng)絡第17章戰(zhàn)勝過度擬合第18章馴服深度網(wǎng)絡第19章超越香草神經(jīng)網(wǎng)絡第三部分深度學習第20章深度學習附錄B機器學習術語附錄APython語言入門第三部分深度學習第16章深度神經(jīng)網(wǎng)絡16.1針鼴數(shù)據(jù)集16.2使用Keras構建神經(jīng)網(wǎng)絡16.3更深一層16.4小結16.5動手研究：Keras游樂場第17章戰(zhàn)勝過度擬合17.1詳解過度擬合17.2模型正則化17.3正則化工具箱17.4小結17.5動手研究：保持簡單第18章馴服深度網(wǎng)絡18.1理解激活函數(shù)18.2超越S型函數(shù)18.3掌握更多的技巧18.4小結18.5動手研究：10歷元的挑戰(zhàn)第19章超越香草神經(jīng)網(wǎng)絡19.1CIFAR-10數(shù)據(jù)集19.2CNN的基本結構19.3運行卷積19.4小結19.5動手研究：大量的超參數(shù)第20章深度學習20.1深度學習的崛起20.2離譜的效率20.3路在何方20.4你的旅程開始了附錄APython語言入門A.1Python是什么樣的A.2Python語言的基本組成A.3定義和調(diào)用函數(shù)A.4模塊與包A.5創(chuàng)建和使用對