基本信息
书名: |
TensorFlow机器学习 |
作者: |
[美]克里斯·马特曼 |
出版社: |
机械工业出版社 |
出版日期: |
2021-05-01 |
版次: |
1 |
ISBN: |
9787111705772 |
市场价: |
129.0 |
目录
译者序
序
前言
关于本书
致谢
部分机器学习基础
第1章开启机器学习之旅
1.1机器学基本原理
1.1.1参数
1.1.2学习和推理
1.2数据表示和特征
1.3度量距离
1.4机器学类型
1.4.1监督学习
1.4.2无监督学习
1.4.3强化学习
1.4.4元学习
1.5TensorFlow
1.6后续各章概述
小结
第2章TensorF知识
2.1确保TensorFlow工作正常
2.2表示张量
2.3创建运算
2.4在会话中执行运算
2.5将代码理解为图
2.6在Jupyter中编写代码
2.7使用变量
2.8保存和加载变量
2.9使用TensorBoard可视化数据
2.9.1实现移动平均
2.9.2可视化移动平均
2.10把所有综合到一起:TensorFlow系统架构和API
小结
部分核**习算法
第3章线回归及其他
3.1形式化表示
3.2线回归
3.3多项式模型
……
第三部分神经网络范式
附录安装说明
内容介绍
这是一本TensorFlow机器学习入门教程,书中通过大量实例,以浅显易懂、循序渐进的方式详细阐释使用Python和TensorFlow构建机器学核心技术与方法。本书既涵盖机器学习基础理论,又介绍了如何将机器学概念应用于现实世界的挑战(例如,情感分析、文本分类和图像识别)中,并通过实例展示了用于深度语音处理、面部识别以及使用CIFAR-10的自编码器的神经网络技术。全书共分为三部分。部分(~2章)讨论机器学基本原理及其当前被大规模应用的原因;部分(第3~10章)通过大量实例详细介绍回归算法和分类算法,涵盖回归、分类、无监督聚类和隐马尔可夫模型(HMM)等技术及应用;第三部分(第11~19章)主要介绍神经网络及其应用,涵盖使用隐藏层的自编码器压缩和表示输入、用于自动分类图像和面部识别的卷积神经网络(N)、用于时间序列数据或语音转文本的循环神经网络(RNN),以及seq2seqRNN架构等内容。
在线试读
媒体评论
这本《TensorFlow机器学习(原书第2版)》教你如何使用TensorFlow库,快速构建出强大的机器学习模型,包括深度语音分类器,面部识别和CIFAR-10自动编码等。书中给出了一些玩法,让你可以直接开始构建自己的机器学习模型,而不需要太多的前置知识。如果你想了解更多关于机器学习的内容,这本书是一个不错的选择。