机器学习实战:模型构建与应用
Laurence Moroney
潘婉琼, 杨帆 译
出版时间:2022年06月
页数:327
“本书很好地介绍了如何使用TensorFlow理解和实践机器学习与人工智能模型。”
——Jialin Huang博士
微软数据和应用科学家
“Laurence Moroney是将TensorFlow打造成世界领先的AI框架的中坚力量。我很荣幸可以协助他在deeplearning.ai和Coursera上教授TensorFlow。以Laurence为师,伟大的冒险正在等待着你。”
——Andrew Ng
deeplearning.ai创始人

本书是一本面向程序员的基础教程,涉及目前人工智能领域的几个热门方向,包括计算机视觉、自然语言处理和序列数据建模。尽管内容丰富,但作者并没有引入太多的理论知识,而是通过直观的例子来解释机器学习和人工智能的基本概念,并立刻通过代码来实现。本书遵循最新的TensorFlow 2.0编程规范,易于阅读和理解,不需要你有大量的机器学习背景。
作者不惜笔墨地充分展示了如何利用TensorFlow在不同的场景下部署模型,包括网页端、移动端(iOS和Android)和云端。书中提供的很多用于部署模型的代码范例稍加修改就可以用于不同的场景。本书还涉及如何确保人工智能的伦理、公平和隐私。书中提到的联邦学习及保证公平性的软件都是最新的和值得研究的。
学完本书,你将:
● 通过代码示例理解机器学习的基础知识。
● 使用TensorFlow为各种场景构建模型。
● 使用仅包含一个神经元的神经网络构建模型。
● 实现计算机视觉,包括图像中的特征检测。
● 使用NLP标记化和序列化单词与句子。
● 在Android和iOS设备上嵌入模型。
● 使用TensorFlow Serving在网页端和云端部署模型。
  1. 前言
  2. 第一部分 构建模型
  3. 第1 章 TensorFlow简介
  4. 1.1 什么是机器学习
  5. 1.2 传统编程的局限性
  6. 1.3 从编程到学习
  7. 1.4 什么是TensorFlow
  8. 1.5 使用TensorFlow
  9. 1.6 初学机器学习
  10. 1.7 总结
  11. 第2章 计算机视觉简介
  12. 2.1 识别服装
  13. 2.2 视觉神经元
  14. 2.3 设计神经网络
  15. 2.4 训练神经网络
  16. 2.5 探索模型输出
  17. 2.6 训练更长时间,发现过拟合
  18. 2.7 停止训练
  19. 2.8 总结
  20. 第3 章 图像特征检测
  21. 3.1 卷积
  22. 3.2 池化
  23. 3.3 实现卷积神经网络
  24. 3.4 探索卷积网络
  25. 3.5 创建一个CNN来区分马和人
  26. 3.6 图像增强
  27. 3.7 迁移学习
  28. 3.8 多类别分类
  29. 3.9 dropout正则化
  30. 3.10 总结
  31. 第4章 TensorFlow Datasets
  32. 4.1 TFDS入门
  33. 4.2 在Keras模型中使用TFDS
  34. 4.3 使用映射函数进行增强
  35. 4.4 使用自定义分割
  36. 4.5 理解TFRecord
  37. 4.6 TensorFlow中管理数据的ETL过程
  38. 4.7 总结
  39. 第5章 自然语言处理简介
  40. 5.1 将语言编码为数字
  41. 5.2 移除停用词和清理文本
  42. 5.3 使用真实数据源
  43. 5.4 总结
  44. 第6章 使用嵌入来编程情感
  45. 6.1 从词建立意义
  46. 6.2 TensorFlow中的嵌入
  47. 6.3 可视化嵌入
  48. 6.4 使用来自TensorFlow Hub的预训练嵌入
  49. 6.5 总结
  50. 第7章 自然语言处理的循环神经网络
  51. 7.1 循环的基础
  52. 7.2 为语言扩展循环
  53. 7.3 使用RNN创建文本分类器
  54. 7.4 在RNN中使用预训练的嵌入
  55. 7.5 总结
  56. 第8章 使用TensorFlow创建文本
  57. 8.1 将序列转换为输入序列
  58. 8.2 创建模型
  59. 8.3 生成文本
  60. 8.4 扩展数据集
  61. 8.5 改变模型架构
  62. 8.6 改进数据
  63. 8.7 基于字符的编码
  64. 8.7 总结
  65. 第9章 理解序列和时间序列数据
  66. 9.1 时间序列的常见属性
  67. 9.2 预测时间序列的技术
  68. 9.3 总结
  69. 第10章 创建ML模型来预测序列
  70. 10.1 创建窗口数据集
  71. 10.2 创建并训练DNN来拟合序列数据
  72. 10.3 评估DNN的结果
  73. 10.4 探索整体的预测
  74. 10.5 调整学习率
  75. 10.6 使用Keras Tuner探索超参数调优
  76. 10.7 总结
  77. 第11章 序列模型中的卷积和循环
  78. 11.1 序列数据的卷积
  79. 11.2 使用NASA天气数据
  80. 11.3 使用RNN进行序列建模
  81. 11.4 使用其他循环方法
  82. 11.5 使用dropout
  83. 11.6 使用双向RNN
  84. 11.7 总结
  85. 第二部分 使用模型
  86. 第12章 TensorFlow Lite简介
  87. 12.1 什么是TensorFlow Lite
  88. 12.2 演练:创建模型并将其转换为TensorFlow Lite
  89. 12.3 演练:迁移学习图像分类器并转换到Tensor Flow Lite
  90. 12.4 总结
  91. 第13章 在Android应用程序中使用TensorFlow Lite
  92. 13.1 什么是Android Studio
  93. 13.2 创建你的第一个TensorFlow Lite Android应用程序
  94. 13.3 超越“Hello World”—处理图像
  95. 13.4 TensorFlow Lite示例应用程序
  96. 13.5 总结 .
  97. 第14章 在iOS应用程序中使用TensorFlow Lite
  98. 14.1 使用Xcode创建你的第一个TensorFlow Lite应用程序
  99. 14.2 超越“Hello World”—处理图像
  100. 14.3 TensorFlow Lite示例应用程序
  101. 14.4 总结
  102. 第15章 TensorFlow.js简介
  103. 15.1 什么是TensorFlow.js
  104. 15.2 安装和使用Brackets IDE
  105. 15.3 构建第一个TensorFlow.js模型
  106. 15.4 创建Iris分类器
  107. 15.5 总结
  108. 第16章 TensorFlow.js中的计算机视觉编程技术
  109. 16.1 TensorFlow开发人员的JavaScript注意事项
  110. 16.2 使用JavaScript构建CNN
  111. 16.3 使用回调进行可视化
  112. 16.4 使用MNIST数据集进行训练
  113. 16.5 在TensorFlow.js中对图像运行推理
  114. 16.6 总结
  115. 第17章 重用和转换Python模型为JavaScript
  116. 17.1 将基于Python的模型转换为JavaScript
  117. 17.2 使用预转换的JavaScript模型
  118. 17.3 总结
  119. 第18章 JavaScript中的迁移学习
  120. 18.1 从MobileNet进行迁移学习
  121. 18.2 来自TensorFlow Hub的迁移学习
  122. 18.3 使用来自TensorFlow.org的模型
  123. 18.4 总结
  124. 第19章 使用TensorFlow Serving进行部署
  125. 19.1 什么是TensorFlow Serving
  126. 19.2 安装TensorFlow Serving
  127. 19.3 构建和服务模型
  128. 19.4 总结
  129. 第20章 AI的伦理、公平和隐私
  130. 20.1 编程中的公平
  131. 20.2 机器学习中的公平
  132. 20.3 实现公平的工具
  133. 20.4 联邦学习
  134. 20.5 谷歌的AI原则
  135. 20.6 总结
书名:机器学习实战:模型构建与应用
作者:Laurence Moroney
译者:潘婉琼, 杨帆 译
国内出版社:机械工业出版社
出版时间:2022年06月
页数:327
书号:978-7-111-70563-5
原版书书名:AI and Machine Learning for Coders
原版书出版商:O'Reilly Media
Laurence Moroney
 
Laurence Moroney在Google领导AI Advocacy。作为编程和机器学习行业的资深人士,Laurence撰写了20多本书。他在DeepLearning.ai的Coursera以及哈佛大学的edX上在线教授流行课程。
 
 
本书封面上的动物是蹼足壁虎(Palmatogecko rangei)。壁虎有上千种,它们是小型蜥蜴。该物种在纳米比亚和非洲西南部的纳米布沙漠中进化。
蹼足壁虎几乎是半透明的,长4~6 英寸编辑注,有一双超大的眼睛,它们会舔舐以保持眼睛清晰。它们的蹼脚在沙漠中像勺子一样移动,脚趾上有黏性垫,进一步提高了它们的敏捷性。与大多数壁虎一样,蹼足壁虎是夜间食虫动物。
与其他爬行动物不同,大多数壁虎可以发声。蹼足壁虎的发声范围特别广泛,包括咔嗒声、呱呱声、吠声和吱吱声。
购买选项
定价:129.00元
书号:978-7-111-70563-5
出版社:机械工业出版社