深度学习实战手册（R语言版）

使用TensorFlow、H2O和MXNet解决复杂的神经网络问题，全彩印刷Key Features本书的结构简单明了，每部分由准备环节、动手操作和工作原理组成，可强化读者的学习覆盖了深度学习领域常见的神经网络类型，并介绍了使用场景包含大量实用的示例代码，方便读者应用到实际项目中。Book Description深度学习是当前的热门，它是机器学习的一部分。在庞大而复杂的数据应用中，深度学习取得的效果非常吸引人。同时，R编程语言在数据挖掘人员和统计人员当中非常流行。 本书介绍使用 R 语言和深度学习库 TensorFlow、H2O 和 MXNet 构建不同的深度学习模型的方法和原理。本书共 10 章，其中第 1、2 章介绍如何在 R 中配置不同的深度学习库以及如何构建神经网络；第 3 ～ 7 章介绍卷积神经网络、自动编码器、生成模型、循环神经网络和强化学习的构建方法和原理；第 8、9 章介绍深度学习在文本挖掘以及信号处理中的应用；第 10 章介绍迁移学习以及如何利用 GPU 部署深度学习模型。 本书的结构简单明了，每部分由准备环节、动手操作和工作原理组成，可强化读者的学习；内容上覆盖了深度学习领域常见的神经网络类型，并介绍了使用场景。同时，书中包含大量实用的示例代码，方便读者应用到实际项目中。 阅读完本书，你将对深度学习的架构和不同的深度学习包有一个比较深入的理解，能够为你今后碰到的项目或问题找到合适的解决方案。What you will learn使用TensorFlow、H2O和MXNet构建不同应用领域的深度学习模型分析深度玻尔兹曼机建立和分析深度信念网络使用各种机器学习算法构建监督模型使用自动编码器理解特征表示探索深度学习中可用的生成模型使用循环网络实现序列建模了解强化学习的基础知识了解深度学习应用于文本挖掘的流程和步骤探索深度学习在信号处理中的应用使用迁移学习构建深度学习模型在GPU上训练深度学习模型Who this book is for深度学习爱好者，深度学习方向的研究人员和工程技术人员，相关专业的师生。