數(shù)據(jù)處理與深度學習

定　價：￥49.00

作　者：	朱定局著
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

ISBN：	9787302514268	出版時間：	2019-05-01	包裝：	平裝
開本：	16	頁數(shù)：	110	字數(shù)：

內(nèi)容簡介

　　本書是一本學術(shù)著作，本書的前面幾章是深度學習神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)智能處理的理論方法部分；接下來幾章是深度學習神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)智能處理的應(yīng)用實踐部分。本書原創(chuàng)性在于提出、研究并給出了十四種深度學習神經(jīng)網(wǎng)絡(luò)與大數(shù)據(jù)智能處理新理論新方法和新應(yīng)用。本書適用于高等院校、科研院所及企事業(yè)單位的科研及教學用書。

作者簡介

暫缺《數(shù)據(jù)處理與深度學習》作者簡介

圖書目錄

目錄

第1章組合型深度學習模型

1．1基于類別樹的深度學習模型

1．1．1基于類別樹的深度學習方法

1．1．2基于類別樹的深度學習系統(tǒng)

1．2基于聯(lián)合聚類深度學習模型的數(shù)據(jù)識別

1．2．1基于聯(lián)合聚類深度學習模型的數(shù)據(jù)識別方法

1．2．2聯(lián)合聚類深度學習模型的數(shù)據(jù)識別系統(tǒng)

1．3基于深度學習模型的身份識別

1．3．1基于深度學習模型的身份識別方法

1．3．2基于深度學習模型的身份識別系統(tǒng)

第2章智能型深度學習模型

2．1基于大數(shù)據(jù)的深度學習模型初始化

2．1．1基于大數(shù)據(jù)的深度學習模型初始化方法

2．1．2基于大數(shù)據(jù)的深度學習模型初始化系統(tǒng)

2．2深度學習模型進化

2．2．1深度學習模型進化方法

2．2．2深度學習模型進化系統(tǒng)

第3章適應(yīng)型深度學習模型

3．1期望與反期望深度學習模型

3．1．1期望與反期望深度學習方法

3．1．2期望與反期望深度學習系統(tǒng)

3．2殘缺深度學習模型

3．2．1殘缺深度學習模型方法

3．2．2殘缺深度學習模型系統(tǒng)

第4章深度學習模型的預(yù)報預(yù)測大數(shù)據(jù)應(yīng)用

4．1基于大數(shù)據(jù)深度學習和分析場的氣象預(yù)報

4．1．1基于大數(shù)據(jù)深度學習和分析場的氣象預(yù)報方法

4．1．2基于大數(shù)據(jù)深度學習和分析場的氣象預(yù)報系統(tǒng)

4．2基于深度學習模型的文化沖突分析預(yù)測

4．2．1基于深度學習模型的文化沖突分析預(yù)測方法

4．2．2基于深度學習模型的文化沖突分析預(yù)測系統(tǒng)

第5章深度學習模型的調(diào)度推薦大數(shù)據(jù)應(yīng)用

5．1基于大數(shù)據(jù)和深度學習模型的云計算調(diào)度

5．1．1基于大數(shù)據(jù)和深度學習模型的云計算調(diào)度方法

5．1．2基于大數(shù)據(jù)和深度學習模型的云計算調(diào)度系統(tǒng)

5．2基于大數(shù)據(jù)和深度學習模型的停車引導(dǎo)

5．2．1基于大數(shù)據(jù)和深度學習模型的停車引導(dǎo)方法

5．2．2基于大數(shù)據(jù)和深度學習模型的停車引導(dǎo)系統(tǒng)

5．3基于大數(shù)據(jù)與深度學習的婚戀對象匹配推薦

5．3．1基于大數(shù)據(jù)與深度學習的婚戀對象匹配推薦方法

5．3．2基于大數(shù)據(jù)與深度學習的婚戀對象匹配推薦系統(tǒng)

第6章深度學習模型的檢測診斷大數(shù)據(jù)應(yīng)用

6．1基于深度學習模型和大數(shù)據(jù)的停車位檢測

6．1．1基于深度學習模型和大數(shù)據(jù)的停車位檢測方法

6．1．2基于深度學習模型和大數(shù)據(jù)的停車位檢測系統(tǒng)

6．2基于深度學習模型面向自動診斷的醫(yī)療數(shù)據(jù)處理

6．2．1基于深度學習模型面向自動診斷的醫(yī)療數(shù)據(jù)處理系統(tǒng)

6．2．2基于深度學習模型面向自動診斷的醫(yī)療數(shù)據(jù)處理方法

參考文獻

結(jié)束語