- 深度學習企業實戰:基于R語言
- (英)尼格爾·劉易斯
- 426字
- 2020-04-22 12:07:29
1.3 無需等待
你不必等到閱讀完全書之后才將一些想法應用到自己的分析中,而是幾乎可以立即切身體驗到它們的強大功效。你可以直接閱讀自己感興趣的部分,并立即在自己的研究和分析工作中對它們進行測試、構建和使用。
溫馨提示
在32位Windows機器上,R能夠使用的最大內存是3GB,不管機器的實際內存是多少。使用如下代碼可以檢查可用內存的數量:
memory.limit()
使用下列代碼可以將所有對象從內存中移除:
rm(list=ls())
1.3.1 勤于動手
如本書書名所示,本書是關于理解和使用深度學習模型的。更準確地說,本書試圖為你提供通過R輕松地快速構建這些模型所需的工具。本書旨在為讀者提供必要的工具來完成這項工作,并提供足夠的插圖來幫助讀者在感興趣的領域考慮真實的應用場景。我希望這個過程不僅有益而且令人愉快。
1.3.2 深度學習的價值
深度學習對于需要分類或預測的領域非常有用。任何對商業、工業或研究的預測和分類問題感興趣的人,都應該將深度學習加入他們的工具箱。從本質上來說,只要擁有足夠的歷史數據或需要預測和分類的案例,就可以構建深度學習模型[1]。
推薦閱讀
- Learning Microsoft Windows Server 2012 Dynamic Access Control
- Redis Applied Design Patterns
- C和C++安全編碼(原書第2版)
- 人臉識別原理及算法:動態人臉識別系統研究
- Podman實戰
- Building a Quadcopter with Arduino
- Java編程技術與項目實戰(第2版)
- Oracle JDeveloper 11gR2 Cookbook
- ASP.NET程序設計教程
- Mathematica Data Analysis
- 數據結構習題解析與實驗指導
- Clojure Polymorphism
- Java自然語言處理(原書第2版)
- Java設計模式深入研究
- 計算機輔助設計與繪圖技術(AutoCAD 2014教程)(第三版)