區域包郵 3冊 Web安全之深度學習實戰+Web安全機器學習入門+白話深度學習 pdf epub mobi txt 電子書下載 2025

簡體網頁||繁體網頁

☆☆☆☆☆

下載連結在頁面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 複製連結

想要找書就要到靜思書屋

book.idnshop.cc

立刻按 ctrl+D收藏本頁

你會得到大驚喜!!

店鋪：藍墨水圖書專營店

齣版社：機械工業齣版社

ISBN：9787111584476

商品編碼：21137340529

齣版時間：2017-12-01

具體描述

3冊 Web安全之深度學習實戰+機器學習入門+白話深度學習與TensorFlow

YL12188 9787111584476 9787111576426 9787111574576

基本信息

作者：劉焱

叢書名：智能係統與技術叢書

齣版社：機械工業齣版社

ISBN：9787111584476

上架時間：2017-12-1

齣版日期：2018 年1月

開本：16開

版次：1-1

對本書的贊譽
序
前言
第1章打造深度學習工具箱1
1.1 TensorFlow1
1.1.1 安裝1
1.1.2 使用舉例3
1.2 TFLearn3
1.3 PaddlePaddle4
1.3.1 安裝5
1.3.2 使用舉例6
1.4 Karas7
1.5 本章小結9
第2章捲積神經網絡10
2.1 傳統的圖像分類算法10
2.2 基於CNN的圖像分類算法11
2.2.1 局部連接11
2.2.2 參數共享13
2.2.3 池化15
2.2.4 典型的CNN結構及實現16
2.2.5 AlexNet的結構及實現19
2.2.6 VGG的結構及實現24
2.3 基於CNN的文本處理29
2.3.1 典型的CNN結構30
2.3.2 典型的CNN代碼實現30
2.4 本章小結32
第3章循環神經網絡33
3.1 循環神經算法概述34
3.2 單嚮循環神經網絡結構與實現36
3.3 雙嚮循環神經網絡結構與實現38
3.4 循環神經網絡在序列分類的應用41
3.5 循環神經網絡在序列生成的應用42
3.6 循環神經網絡在序列標記的應用43
3.7 循環神經網絡在序列翻譯的應用44
3.8 本章小結46
第4章基於OpenSOC的機器學習框架47
4.1 OpenSOC框架47
4.2 數據源係統48
4.3 數據收集層53
4.4 消息係統層57
4.5 實時處理層60
4.6 存儲層62
4.6.1 HDFS62
4.6.2 HBase64
4.6.3 Elasticsearch65
4.7 分析處理層66
4.8 計算係統67
4.9 實戰演練72
4.10 本章小結77
第5章驗證碼識彆78
5.1 數據集79
5.2 特徵提取80
5.3 模型訓練與驗證81
5.3.1 K近鄰算法81
5.3.2 支持嚮量機算法81
5.3.3 深度學習算法之MLP82
5.3.4 深度學習算法之CNN83
5.4 本章小結87
第6章垃圾郵件識彆88
6.1 數據集89
6.2 特徵提取90
6.2.1 詞袋模型90
6.2.2 TF-IDF模型93
6.2.3 詞匯錶模型95
6.3 模型訓練與驗證97
6.3.1 樸素貝葉斯算法97
6.3.2 支持嚮量機算法100
6.3.3 深度學習算法之MLP101
6.3.4 深度學習算法之CNN102
6.3.5 深度學習算法之RNN106
6.4 本章小結108
第7章負麵評論識彆109
7.1 數據集110
7.2 特徵提取112
7.2.1 詞袋和TF-IDF模型112
7.2.2 詞匯錶模型114
7.2.3 Word2Vec模型和Doc2Vec模型115
7.3 模型訓練與驗證119
7.3.1 樸素貝葉斯算法119
7.3.2 支持嚮量機算法122
7.3.3 深度學習算法之MLP123
7.3.4 深度學習算法之CNN124
7.4 本章小結127
第8章騷擾短信識彆128
8.1 數據集129
8.2 特徵提取130
8.2.1 詞袋和TF-IDF模型130
8.2.2 詞匯錶模型131
8.2.3 Word2Vec模型和Doc2Vec模型132
8.3 模型訓練與驗證134
8.3.1 樸素貝葉斯算法134
8.3.2 支持嚮量機算法136
8.3.3 XGBoost算法137
8.3.4 深度學習算法之MLP140
8.4 本章小結141
第9章 Linux後門檢測142
9.1 數據集142
9.2 特徵提取144
9.3 模型訓練與驗證145
9.3.1 樸素貝葉斯算法145
9.3.2 XGBoost算法146
9.3.3 深度學習算法之多層感知機148
9.4 本章小結149
第10章用戶行為分析與惡意行為檢測150