深度學習與R語言.pdf
http://www.www.srpcoatings.com
2020年11月27日
 |
| 第1頁 |
 |
| 第10頁 |
 |
| 第12頁 |
 |
| 第23頁 |
 |
| 第36頁 |
 |
| 第60頁 |
參見附件(154669KB，215頁)。
深度學習與R語言的目的是把強大的深度學習技術(shù)傳遞到想實踐深度學習的讀者手中，而不是讓讀者理解深度學習的理論細節(jié)。因此，內(nèi)容重點是數(shù)據(jù)分析和建模，注意力完全集中在能有效工作的深度學習技術(shù)、理念和策略上，這樣可以用最少的時間快速消化和部署深度學習應(yīng)用。
編輯推薦
如果您是大學教師，那就趕快加入深度學習行列，成為數(shù)據(jù)科學專業(yè)帶頭人。
如果您是企業(yè)IT工程師，這是你技術(shù)轉(zhuǎn)型的良好時機，迅速邁入大數(shù)據(jù)時代。
如果您是剛畢業(yè)的大學生，本書為您成為數(shù)據(jù)分析師奠定基礎(chǔ)。
如果您是在校學生，想盡快了解智能時代的核心技術(shù)，本書是您的一個選擇。
內(nèi)容簡介
近年來，深度學習可謂是機器學習方向的明星概念，不同的深度學習模型分別在圖像處理與自然語言處理等任務(wù)中取得了前所未有的好成績。
在許多場合都有這樣的需求“如何對感興趣的領(lǐng)域快速理解和使用深度學習技術(shù)?”答案涉及復雜的數(shù)學、編程語言(如C、C++和Java)。但隨著R的興起,現(xiàn)在使用深度學習技術(shù)比以往更容易。因為R易學易用，不要求很扎實的編程基礎(chǔ)，它被廣泛地應(yīng)用于機器學習實踐和教學中。即使對R語言不是很了解的用戶也可以通過一些包來搭建深度學習網(wǎng)絡(luò)。
全書11章，分為原理篇(第1~8章)和應(yīng)用篇(第9~11章)。原理篇按照深度學習的發(fā)展過程，主要討論了淺層神經(jīng)網(wǎng)絡(luò)、深度神經(jīng)網(wǎng)絡(luò)、卷積神經(jīng)網(wǎng)絡(luò)、遞歸神經(jīng)網(wǎng)絡(luò)、自編碼網(wǎng)絡(luò)、受限玻耳茲曼機和深度置信網(wǎng)。應(yīng)用篇討論R環(huán)境部署深度學習環(huán)境的一些策略，包括：MXNetR、H2O和其他深度學習R包以及一些典型的應(yīng)用。
本書可用作本科高年級機器學習課程參考書或數(shù)據(jù)科學課程教材，也可供對人工智能、機器學習感興趣的讀者參考閱讀。
本書具有以下特點
1)讓讀者清楚如何在R中使用深度學習。書中給出了大量的深度學習應(yīng)用案例，這些例子可以直接輸入到R環(huán)境中運行,指導讀者一步一步構(gòu)建和部署深度學習模型。
2)深度學習不需要很深的數(shù)學基礎(chǔ)作為前提。無論你是誰?無論你來自哪里?無論你的受教育背景如何?都有能力使用這本書中論述的方法。
3)每一章都提供了進一步學習的詳細參考資料，并且大部分是的。
圖的上半部分給出了本書的學習路線，第1、5、7章相對獨立，是學習深度神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)，虛線表示分類，實線表示支持，核心是第3、4、8章，每一章下面的英文表示依賴的R包。圖的下半部分是深度學習R包與各章的關(guān)系。
為什么要學習R語言
1)開源。
現(xiàn)在很多學術(shù)期刊都對分析軟件有版權(quán)要求，而的分析工具可以使你在這方面不會有什么擔心。另外，如果學術(shù)界出現(xiàn)一種新的數(shù)據(jù)分析方法，那么要過很長一段時間才會出現(xiàn)在商業(yè)軟件中。但開源軟件的好處就在于，很快就會有人將這種方法編寫成擴展包，或者你自己就可以做這份工作。
2)小巧而精悍。
R語言的安裝包很小，大約40 MB，相比其他幾個軟件相比，它算是非常小巧精悍的。目前R語言非常受到專業(yè)人士歡迎，根據(jù)對數(shù)據(jù)挖掘大賽勝出者的調(diào)查可以發(fā)現(xiàn)，他們用的工具基本上都是R語言。此外，從最近幾次R語言大會上可以了解到，咨詢業(yè)、金融業(yè)、醫(yī)藥業(yè)都在大量的使用R語言，包括Google和Facebook的大公司都在用它。因此，學習R語言對職業(yè)發(fā)展一定是有幫助的。
3)豐富的R包。
R語言應(yīng)該是所有數(shù)據(jù)分析軟件里，方法(函數(shù))最多的語言。截至2016年6月，R語言綜合典藏網(wǎng)(Comprehensive R Archive Network，CRAN)上共提供了3024個包，涵蓋了貝葉斯推斷、分類方法、計量經(jīng)濟學、生態(tài)學、金融學、遺傳學、機器學習、穩(wěn)健統(tǒng)計、空間統(tǒng)計、生存分析和時間序列等多個方面。
4)廣泛的數(shù)據(jù)接口。
R語言可以良好地接入CSV(Commna Separated Values)數(shù)據(jù)，或者通過其他包來擴展，直接讀入SPSS，SAS，Minitab，Stata和Excel等文件，或者直接讀取MySQL，SQL Server，DB2和Oracle等數(shù)據(jù)庫。
5)強大的繪圖功能。
R語言提供了“高水平”“低水平”和“交互式”三種繪圖命令，而且很容易生成ps，，png.jpeg，bmp，gif，SVG，甚至以LATEX或HTML形式輸出。
深度學習與R語言截圖
您現(xiàn)在查看是摘要介紹頁， 詳見PDF附件(154669KB，215頁)。