Deep Learning Practical Neural Networks with Java 电子书免积分分享

Deep Learning Practical Neural Networks with Java

Deep Learning Practical Neural Networks with Java

本书介绍

建立和利用关键java的机器学习库运行智能应用使用最流行的机器学习java库开发一个解决预测建模问题的可靠策略。通过图表、源代码和现实世界的应用程序，探索各种各样的数据处理、机器学习和自然语言处理。这个逐步的指南将帮助您解决现实世界的问题，并将神经网络理论与它们的应用联系起来。机器学习应用随处可见，从自动驾驶汽车、垃圾邮件检测、文档搜索和交易策略，到语音识别，从介绍基本机器学习算法开始，本课程将带领您深入到这个充满惊人预测洞察力和卓越机器智能的至关重要的世界。本课程帮助您解决图像处理、语音识别、语言模型方面的挑战性问题。您将发现如何检测异常和欺诈，以及如何执行。本课程将帮助您解决图像处理、语音识别、语言建模方面的挑战性问题。活动识别、图像识别和文本。您还将使用天气预报、疾病诊断、客户特征分析、泛化、极端机器学习等示例。到本课程结束时，您将掌握所需的所有知识。\本课程为你提供了非常实用的内容讲解深入学习java，从知名的书：1.Java深入学习要点2.Java 3中的机器学习3.用java编写神经网络程序，第二版

这本书是给谁的？

本课程是为想深入学习的数据科学家和java开发人员准备的。它将帮助您快速地启动和运行，并为您提供在现实生活中成功创建、自定义和部署机器学习应用程序所需的技能。

你会学到什么

深入学习机器学习和深层学习算法。使用一些最流行的深层学习框架探索神经网络。潜入深信念网和堆叠的去噪autoencoders算法。将机器学习应用于欺诈、异常和孤立点检测。深层学习概念、算法和深层学习工具箱的实验。选择并将数据集分成培训、测试和验证，并探索验证策略。应用在实际例子中生成的代码，包括天气预报和模式识别。

目录

Part 1. Java Deep Learning EssentialsChapter 1. Deep Learning OverviewChapter 2. Algorithms For Machine Learning – Preparing For Deep LearningChapter 3. Deep Belief Nets And Stacked Denoising AutoencodersChapter 4. Dropout And Convolutional Neural NetworksChapter 5. Exploring Java Deep Learning Libraries – Dl4J, Nd4J, And MoreChapter 6. Approaches To Practical Applications – Recurrent Neural Networks And MoreChapter 7. Other Important Deep Learning LibrariesChapter 8. What'S Next?Part 2. Machine Learning In JavaChapter 1. Applied Machine Learning Quick StartChapter 2. Java Libraries And Platforms For Machine LearningChapter 3. Basic Algorithms – Classification, Regression, And ClusteringChapter 4. Customer Relationship Prediction With EnsemblesChapter 5. Affinity AnalysisChapter 6. Recommendation Engine With Apache MahoutChapter 7. Fraud And Anomaly DetectionChapter 8. Image Recognition With Deeplearning4JChapter 9. Activity Recognition With Mobile Phone SensorsChapter 10. Text Mining With Mallet – Topic Modeling And Spam DetectionChapter 11. What Is Next?Part 3. Neural Network Programming With Java, Second EditionChapter 1. Getting Started With Neural NetworksChapter 2. Getting Neural Networks To LearnChapter 3. Perceptrons And Supervised LearningChapter 4. Self-Organizing MapsChapter 5. Forecasting WeatherChapter 6. Classifying Disease DiagnosisChapter 7. Clustering Customer ProfilesChapter 8. Text RecognitionChapter 9. Optimizing And Adapting Neural NetworksChapter 10. Current Trends In Neural Networks

下载地址：Packt Deep Learning Practical Neural Networks with Java.pdf

更多免费电子书，请关注我的简书主页