会员
Machine Learning for Mobile
Revathi Gopalakrishnan Avinash Venkateswarlu更新时间：2021-07-02 14:20:48
最新章节：Leave a review - let other readers know what you think开会员，本书免费读 >
Machinelearningpresentsanentirelyuniqueopportunityinsoftwaredevelopment.Itallowssmartphonestoproduceanenormousamountofusefuldatathatcanbemined,analyzed,andusedtomakepredictions.Thisbookwillhelpyoumastermachinelearningformobiledeviceswitheasy-to-follow,practicalexamples.Youwillbeginwithanintroductiontomachinelearningonmobilesandgraspthefundamentalssoyoubecomewell-acquaintedwiththesubject.Youwillmastersupervisedandunsupervisedlearningalgorithms,andthenlearnhowtobuildamachinelearningmodelusingmobile-basedlibrariessuchasCoreML,TensorFlowLite,MLKit,andFritzonAndroidandiOSplatforms.Indoingso,youwillalsotacklesomecommonandnot-so-commonmachinelearningproblemswithregardtoComputerVisionandotherreal-worlddomains.Bytheendofthisbook,youwillhaveexploredmachinelearningindepthandimplementedon-devicemachinelearningwithease,therebygainingathoroughunderstandingofhowtorun,create,andbuildreal-timemachine-learningapplicationsonyourmobiledevices.
品牌：中图公司
上架时间：2018-12-31 00:00:00
出版社：Packt Publishing
本书数字版权由中图公司提供，并由其授权上海阅文信息技术有限公司制作发行
Machine Learning for Mobile最新章节
查看全部- Leave a review - let other readers know what you think
- Other Books You May Enjoy
- References
- Xcode
- Python dependencies
- Python
- Installation
- What are the common pitfalls in machine learning projects?
- What is the help that the domain expert will provide to the machine learning project?
- What should you focus on when testing the mobile machine learning project?
Revathi Gopalakrishnan Avinash Venkateswarlu
主页
最新上架
- 会员
数据挖掘算法实践与案例详解
数据挖掘算法为大数据与人工智能的核心，掌握数据挖掘各算法的编程实现，有助于提升大数据的实践运用能力。本书详细阐述了数据挖掘常用算法与编程实现，同时，本书以多个经典的数据挖掘赛题为案例，详细论述了数据预处理、特征选择、可视化、算法选择等全流程数据挖掘过程的编程实现，有助于提升读者面对实际数据问题时灵活运用各类算法能力。计算机4.7万字 - 会员
ETL数据整合与处理（Kettle）
本书以Kettle实现ETL流程为目标，将ETL知识点与任务相结合，配套真实案例，深入浅出地介绍了ETL数据整合与处理的相关内容。全书共8章，第1章介绍了ETL概念和ETL工具，让读者在了解ETL相关的概念后，立刻上手ETL工具Kettle；第2~6章介绍了Kettle工具转换相关的组件，包括源数据获取、记录处理、字段处理、高级转换、迁移和装载等内容，内容与ETL流程匹配，能帮助读者快速掌握ETL计算机8.1万字 - 会员
数据要素五论：信息、权属、价值、安全、交易
本书从与数据要素关系最密切的信息、权属、价值、安全、交易等五个维度出发，汇聚不同学科背景的既有文献，整合现有观点，对数据要素的多维特性进行探讨，以丰富人们对数据要素的认知，凝聚共识，澄清数字时代的发展与治理迷思，为未来的相关创新提供起点。计算机14.5万字 - 会员
云计算服务保障体系
云计算是一种商业计算模型，它将计算任务分布在大量计算机构成的资源池上，使用户能够按需获取计算能力、存储空间和信息服务。与以往的计算模式不同，云计算环境下，信息安全和服务保障问题更严重、更突出。本书从云计算的安全技术和服务质量评价两个方面论述云计算服务保障的体系架构，安全技术方面主要阐述了基于可信计算的实时度量、基于角色的数据隔离访问、云节点信任链的动态维护模型与验证机制和多级安全访问控制模型；服务计算机9.5万字 - 会员
Python数据分析
本书系统介绍了使用Python进行数据分析需要掌握的各项知识，涵盖了Python基础知识、网络爬虫技术、正则表达式、BeautifulSoup和JSON、词语切分、自然语言处理、使用NumPy与Pandas处理数据、数据可视化技术、MySQL、机器学习、朴素贝叶斯模型、支持向量机、随机森林、深度学习以及量化投资。本书通过结合数据分析技术的理论知识与Python的实战应用，帮助读者更好地运用Pyth计算机12.3万字 - 会员
MySQL数据库实用教程
本书瞄准当前高校MySQL数据库教学与实验的需求，在MySQL8.0的基础上编写而成。全书分为两篇。第一篇为MySQL数据库基础，内容包含：数据库基础、MySQL语言、数据定义、数据操纵、数据查询、视图和索引、MySQL编程技术、MySQL安全管理、备份和恢复、事务管理、PHP和MySQL教学管理系统开发。第二篇为MySQL实验，所编排的各个实验与第一篇中的各章（除第10、11章外）内容相对应，计算机12万字 - 会员
云数据中心基础
本教材共介绍7个项目，项目1为云数据中心认知，主要介绍了什么是数据中心、云数据中心的特点、体系结构、云数据中心和传统数据中心的区别、绿色数据的概念以及发展趋势。项目2介绍了云数据中心的规划与设计，主要包括云数据中心的设计建设的指标、基础设施的规划以及云数据中心的优化策略。项目3介绍了云数据中心的硬件选型，主要包括服务器设备、网络设备以及存储设备的介绍和选型。项目4到项目6则重点介绍了虚拟化技术、云计算机12.1万字 - 会员
算法设计与分析
为了便于读者进行系统学习、分类整理知识点及遇到问题时能够快速找到求解的方法，本书按照算法策略进行划分，每一章都引入了若干个经典问题。通过问题的分析、计算模型的建立、算法的设计与描述、算法的分析来深入解读每一种算法策略所能解决的问题范畴及方法。全书共分9章，内容包括：算法设计基础、算法效率分析基础、迭代法、蛮力法、分治策略、回溯与分支界限、贪心算法、动态规划、随机算法。本书非常注重教材的可读性和实用计算机9.4万字 - 会员
商业分析思维与实践：用数据分析解决商业问题
本书本书基于业务问题，就如何搭建分析框架，厘清分析思路，按照标准分析步骤对数据进行怡当的预处理，选择合适的分析方法和分析模型，使用恰当的分析工具对数据进行分析，以及对分析结果进行可视化和符合业务要求的解读等内容展开讲解，帮助业务专家做出合适的业务判断，制定准确的业务策略。计算机13万字