告訴你一個不太光彩的秘密:在大多數(shù)數(shù)據科學項目中，有一半的時間都花在清理和準備數(shù)據上了。但還有更好的方法:針對表格數(shù)據和關系數(shù)據庫進行優(yōu)化的
深度學習技術，無需密集的特性工程，就能提供洞察和分析。學習使用少量的數(shù)據過濾、驗證和清洗，就能解鎖深度學習性能的技能。
《深度學習處理結構化數(shù)據實戰(zhàn)》傳授面向表格數(shù)據和關系數(shù)據庫的強大數(shù)據分析技術。本書從多倫多公交系統(tǒng)的數(shù)據集出發(fā)，帶你領略用深度學習處理表格化數(shù)據的簡易性和便捷性，并教你解決在生產環(huán)境中部署模型和監(jiān)控模型性能等關鍵問題。
主要內容
●何時何地使用深度學習技術
●Keras深度學習模型的架構
●訓練、部署以及維護模型
●量化評估性能