- ホームページ /
- 本 /
- Reference Books /
- All Manuals & Guides /
- Step by Step Tutorials on Deep Learning Using Scikit-Le...
0 ratings
商品＃:
273922392
Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI, (Paperback)
商品＃:
273922392
JPY 8011
価格の詳細
配送料と関税を除く ( 配送料と関税は購入手続き時に計算されます )
*すべての商品はアメリカから輸入されます
0 ratings
レビューを書く
在庫あり
USA ストアからの輸入品
数量：
1 アイテムのみ在庫が残っています。
今すぐ注文すると 頃に届きます Sunday, 11月 01
安全な取引
Ubuyはお客様のセキュリティとプライバシーの保護に努めています。当社の高度な決済セキュリティシステムは、AES（高度暗号化標準）およびSSL（セキュアソケットレイヤー）プロトコルを使用して送信中の情報を暗号化することで機密性を確保しています。お客様の決済情報は第三者の販売者と共有されることはなく、100%安全に保護されています。
最高の物流パートナー
Fast
Shipping
Free
Return*
安全な梱包
100％正規品
PCI DSS 準拠
ISO 27001認証取得
製品詳細
- In this book, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to implement deep learning on classifying fruits, classifying cats/dogs, detecting furnitures, and classifying fashion. In Chapter 1, you will learn to create GUI applications to display line graph using PyQt. You will also learn how to display image and its histogram. In Chapter 2, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying fruits using Fruits 360 dataset using Transfer Learning and CNN models. You will build a GUI application for this purpose. Here's the outline of the steps, focusing on transfer learning: 1. Dataset Preparation: Download the Fruits 360 dataset from Kaggle. Extract the dataset files and organize them into appropriate folders for training and testing. Install the necessary libraries like TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, and NumPy; Data Preprocessing: Use OpenCV to read and load the fruit images from the dataset. Resize the images to a consistent size to feed them into the neural network. Convert the images to numerical arrays using NumPy. Normalize the image pixel values to a range between 0 and 1. Split the dataset into training and testing sets using Scikit-Learn. 3. Building the Model with Transfer Learning: Import the required modules from TensorFlow and Keras. Load a pre-trained model (e.g., VGG16, ResNet50, InceptionV3) without the top (fully connected) layers. Freeze the weights of the pre-trained layers to prevent them from being updated during training. Add your own fully connected layers on top of the pre-trained layers. Compile the model by specifying the loss function, optimizer, and evaluation metrics; 4. Model Training: Use the prepared training data to train the model. Specify the number of epochs and batch size for training. Monitor the training process for accuracy and loss using callbacks; 5. Model Evaluation: Evaluate the trained model on the test dataset using Scikit-Learn. Calculate accuracy, precision, recall, and F1-score for the classification results; 6. Predictions: Load and preprocess new fruit images for prediction using the same steps as in data preprocessing. Use the trained model to predict the class labels of the new images. In Chapter 3, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying cats/dogs using dataset using Using CNN with Data Generator. You will build a GUI application for this purpose. The following steps are taken: Set up your development environment: Install the necessary libraries such as TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy, and any other dependencies required for the tutorial; Load and preprocess the dataset: Use libraries like OpenCV and NumPy to load and preprocess the dataset. Split the dataset into training and testing sets; Design and train the classification model: Use TensorFlow and Keras to design a convolutional neural network (CNN) model for image classification. Define the architecture of the model, compile it with an appropriate loss function and optimizer, and train it using the training dataset; Evaluate the model: Evaluate the trained model using the testing dataset. Calculate metrics such as accuracy, precision, recall, and F1 score to assess the model's performance; and so on. In Chapter 4, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform detecting furnitures using Furniture Detector dataset using VGG16 model. You will build a GUI application for this purpose, and so on. In Chapter 5, you will learn how to use TensorFlow, Keras, Scikit-Learn, OpenCV, Pandas, NumPy and other libraries to perform classifying fashion using Fashion MNIST dataset using CNN model. You will build a GUI a
| Book format | Paperback |
| Edition | 1 |
| Pages | 324 |
| Language | English |
| Brand | Rismon Hasiholan Sianipar |
| Pub date | 2021-04-24 |
| Author | Independently Published |
| Subgenre | Artificial Intelligence |
| Genre | Computing & Internet |
| Bisac subject heading | Computers |
| Dimensions | 8.50 x 0.68 x 11.00 Inches (21.6 x 1.7 x 27.9 cm) |
| Age group | Adult |
| Retail packaging | Single Piece |
| Original languages | English |
製品説明書
Step by Step Tutorials on Deep Learning Using Scikit-Learn, Keras, and Tensorflow with Python GUI, (Paperback)
何か質問はありますか？ チャットでお問い合わせください
お客様の質問と回答
-
質問:
Ubuy から Step by Step Tutorials on Deep Learning Using をオンラインで購入するにはどうすればよいですか?
回答: Ubuy から Step by Step Tutorials on Deep Learning Using をオンラインで購入するのは簡単です。. 商品を検索し、チェックアウト時に配送方法を選択して、あなたの場所に届けてもらうだけです。 -
質問:
Step by Step Tutorials on Deep Learning Using は Japan でオンライン ショッピングできますか?
回答: はい、Ubuy Japan では、この製品を手頃な価格で購入できます。. Step by Step Tutorials on Deep Learning Using は地元では利用できませんが、速達サービスをご利用いただけますのでご安心ください。 -
質問:
注文してから商品が届くまでどれくらいかかりますか？
回答: ご注文の商品の納期は、ご注文内容と選択した配送方法によって異なります。. 配送予定日はご購入手続きの際に表示されますので、ご安心してお買い物ください。
Rismon Hasiholan Sianipar All Manuals & Guides Editorial Review
エディターレビューはまだありません
お客様のレビュー＆評価
1 カスタマー評価
-
5 星
100%
-
4 星
0%
-
3 星
0%
-
2 星
0%
-
1 星
0%
この商品のレビュー
お考えをお聞かせください
プラットフォームの信頼性とお客様の安心
JK
Jasmin
Verified buyer
“Great products and very good service: very easy and very fast international delivery.”
9 September 2026 · via Trustpilot
AG
Anke
Verified buyer
“Wonderful online shopping experience, smooth transaction from the start. Payment method works conveniently and delivery is unexpectedly fast and reliable. You go the extra mile for service. What makes this even more amazing, you deliver to Namibia. I will remain a happy Ubuy customer and will increase my purchases for sure! Thank you!”
10 September 2026 · via Trustpilot
H
Hazel
Verified buyer
“Very easy to find the products what you need, and so fast delivery, that’s why I highly recommended to others costumers to used ubuy.”
10 September 2026 · via Trustpilot
O
Opaleye
Verified buyer
“I received exactly what I ordered I was skeptical about your site because that was my first time to order. But the order came timely and neatly packaged. I was not disappointed. Thank you.”
11 September 2026 · via Trustpilot
AC
Adele
Verified buyer
“Easy to find and order what you want on the website. Delivery is quick to the UK”
8 September 2026 · via Trustpilot
当店で購入する理由
安全な決済
国際配送
簡単返品
正規品保証
価格推移
重要な情報
- 注意：国際運送の商品に関して、製造会社保障は無効になる可能性、アフターサービスは受けれない可能性、取説や安全情報は発送先の言語になっていない可能性ある。商品とその付属品は配送先の国の規格、仕様、ラベル表示法などに適応していない可能性があります。また、配送先の国の電力企画に適応しいない（アダプタや変換器を必要とする）可能性があります。ご注文の商品は配送先の国に輸入することは合法なのかを確認するのは購入者の責任になります。Ubuyからご購入の際、受け取り者は正式な輸入者となり、配送先の全ての法律やルールに遵守する必要があります。
- Ubuyはグローバル検索エンジンのためリストにある全ての商品が購入できないことがあります。商品は輸出規制、貿易規制があります。
JPY 8011
今すぐ注文すると 頃に届きます Sunday, 11月 01
This item is not restrict in my country.(Please click on above link if this item is not restrict in your country, So our team will review and allow.)
数量：
1 アイテムのみ在庫が残っています。
安全な取引
PCI DSS準拠・ISO 27001:2022認証取得。すべてのご注文に暗号化決済と充実したバイヤープロテクションが適用されます。
最高の物流パートナー
最速の国際配送
Ubuyの安心保証
100％正規品、PCI DSS準拠の決済セキュリティ、ISO 27001認証のデータ保護、最速の国際配送、無料返品※、安全な梱包をすべてのご注文でお届けします。