适读人群 :本书适用于具有中级Python和机器学习技能的读者。与其他深度学习技术关注的领域不同,本书侧重于将深度学习技术应用于结构化数据。从数据集的清理,到模型的训练,再到模型的性能指标分析,以及*终的模型部署,本书是按照深度学习项目的具体流程来编排章节的,因此各个章节相互衔接,前后呼应,构成了一个完整的体系。同时,在涉及相关的理论知识和新的工具或者技术时,作者都会进行简要的介绍,从而让读者对整个深度学习技术栈建立起全面的认知。至于代码部分,则更是尽量详尽,务求让读者完全理解并充分掌握。
告诉你一个不太光彩的秘密:在大多数数据科学项目中,有一半的时间都花在清理和准备数据上了。但还有更好的方法:针对表格数据和关系数据库进行优化的 深度学习技术,无需密集的特性工程,就能提供洞察和分析。学习使用少量的数据过滤、验证和清洗,就能解锁深度学习性能的技能。 《深度学习处理结构化数据实战》传授面向表格数据和关系数据库的强大数据分析技术。该书从多伦多公交系统的数据集出发,带你领略用深度学习处理表格化数据的简易性和便捷性,并教你解决在生产环境中部署模型和监控模型性能等关键问题。 主要内容 何时何地使用深度学习技术 Keras深度学习模型的架构 训练、部署以及维护模型 量化评估性能