hands on sklearn and tensorflow （中文版）.pdf

发布时间：2022-05-31 发布人：admin 分类：说明书资料大小：24.35M 资料格式：pdf 举报版权申诉

hopen168-10482787-4744302543334371890.pdf-第1页.png

第1页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第2页.png

第2页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第3页.png

第3页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第4页.png

第4页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第5页.png

第5页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第6页.png

第6页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第7页.png

第7页 / 共387页

hopen168-10482787-4744302543334371890.pdf-第8页.png

第8页 / 共387页

Sklearn 与 TensorFlow 机器学习实用指南

第0章前言

第1章机器学习概览

第2章一个完整的机器学习项目

第3章分类

第4章训练模型

第5章支持向量机

第6章决策树

第7章集成学习和随机森林

第8章降维

第9章启动并运行TensorFlow

第10章人工神经网络介绍

第11章训练深层神经网络

第12章设备和服务器上的分布式TensorFlow

第13章卷积神经网络

第14章循环神经网络

第15章自编码器

第16章强化学习

目錄 Sklearn 与 TensorFlow 机器学习实用指南第0章前言第1章机器学习概览第2章一个完整的机器学习项目第3章分类第4章训练模型第5章支持向量机第6章决策树第7章集成学习和随机森林第8章降维第9章启动并运行TensorFlow 第10章人工神经网络介绍第11章训练深层神经网络第12章设备和服务器上的分布式TensorFlow 第13章卷积神经网络第14章循环神经网络第15章自编码器第16章强化学习 1.1 1.2 1.3 1.4 1.5 1.6 1.7 1.8 1.9 1.10 1.11 1.12 1.13 1.14 1.15 1.16 1.17 1.18 2

Sklearn 与 TensorFlow 机器学习实用指南 Sklearn 与 TensorFlow 机器学习实用指南欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远 ApacheCN - 学习机器学习群【629470233】 Machine Learning in Action（机器学习实战）| ApacheCN（apache 中文网） @SeanCheney 翻译的《利用 Python 进行数据分析第二版》在线阅读 PDF格式 EPUB格式 MOBI格式代码仓库 3

Sklearn 与 TensorFlow 机器学习实用指南目录结构 0.) 前言第一部分机器学习基础 1.) 机器学习概览 2.) 一个完整的机器学习项目 3.) 分类 4.) 训练模型 5.) 支持向量机 6.) 决策树 7.) 集成学习和随机森林 8.) 降维第二部分神经网络与深度学习 9.) 启动并运行TensorFlow 10.) 人工神经网络介绍 11.) 训练深层神经网络 12.) 设备和服务器上的分布式TensorFlow 13.) 卷积神经网络 14.) 循环神经网络 15.) 自编码器 16.) 强化学习联系方式项目负责人 @SeanCheney: 731384963 @飞龙: 562826179 @小瑶: 190442212 项目贡献者 4

Sklearn 与 TensorFlow 机器学习实用指南标题译者校对前言第一部分机器学习基础 @小瑶 - @小瑶一、机器学习概览 @SeanCheney @Lisanaaa @飞龙 @yanmengk @Liu Shangfeng 二、一个完整的机器学习项目 @SeanCheney @Lisanaaa @飞龙 @PeterHo 三、分类四、训练模型五、支持向量机六、决策树七、集成学习和随机森林 @时间魔术师 @C-PIG @QiaoXie @Lisanaaa @y3534365 @friedhelm739 @loveSnowBest - 八、降维第二部分神经网络与深度学习九、启动并运行TensorFlow @akonwang @WilsonQu @akonwang @friedhelm739 @akonwang @飞龙十一、训练深层神经网络十、人工神经网络介绍十二、设备和服务器上的分布式TensorFlow @空白 @akonwang @WilsonQu @akonwang @alexcheen @飞龙 @akonwang @friedhelm739 @片刻十三、卷积神经网络十四、循环神经网络十五、自编码器十六、强化学习其它编译 @Lisanaaa @飞龙 @ZTFrom1994 @PeterHo @飞龙 @飞龙 @PeterHo @yanmengk @飞龙 @飞龙 @PeterHo @yanmengk @飞龙 @PeterHo @yanmengk @Lisanaaa @飞龙 @飞龙 @飞龙 @Zeyu Zhong @飞龙 @飞龙 @飞龙 @飞龙 @yanmengk @飞龙 5

Sklearn 与 TensorFlow 机器学习实用指南 gitbook install # 安装必要的插件 gitbook serve # 编译 HTML gitbook epub # 编译 EPUB 免责声明 ApacheCN 纯粹出于学习目的与个人兴趣翻译本书，不追求任何经济利益。本译文只供学习研究参考之用，不得用于商业用途。ApacheCN 保留对此版本译文的署名权及其它相关权利。赞助我们 ApacheCN 组织资源 6

Sklearn 与 TensorFlow 机器学习实用指南深度学习机器学习大数据运维工具 TensorFlow R1.2 中文文档机器学习实战-教学 Spark 2.2.0和2.0.2 中文文档 Zeppelin 0.7.2 中文文档 Pytorch 0.3 中文文档 Sklearn 0.19 中文文档 LightGBM 中文文档 Storm 1.1.0和1.0.1 中文文档 Kibana 5.2 中文文档 Kudu 1.4.0 中文文档 XGBoost 中文文档 Elasticsearch 5.4 中文文档 kaggle: 机器学习竞赛 Beam 中文文档 7

第0章前言第0章前言 1、机器学习海啸 2006年，Geoffrey Hinton等人发表了一篇论文，展示了如何训练能够识别具有最新精度（> 98%）的手写数字的深度神经网络。他们称这种技术为“Deep Learning”。当时，深度神经网络的训练被广泛认为是不可能的，并且大多数研究人员自 20 世纪 90 年代以来就放弃了这个想法。这篇论文重新激起了科学界的兴趣，不久之后，许多新发表的论文表明，深度学习不仅是可能的，而且能够取得其他的 Machine Learning 技术都难以匹配的令人兴奋的成就（借助巨大的计算能力和大量的数据）。这种热情很快扩展到机器学习的许多的其他领域。 Deep Learning 快速发展的 10 年间和机器学习已经征服了这个行业：它现在成为了当今高科技产品中的许多黑科技的核心，比如，为您的网络搜索结果排名，为智能手机的语音识别提供支持，为您推荐您喜欢的视频，在 Go 游戏中击败世界冠军。在你知道之前，它都可能会驾驶您的汽车。 2、您项目中的机器学习现在你是不是对机器学习感到兴奋，并且很乐意加入到这个阵营中？也许你希望给自己制造的机器人赋予一个自己的大脑？让它可以面部识别？还是学会到处走走？也许你的公司有大量的数据（用户日志，财务数据，生产数据，机器传感器数据，热线统计数据，人力资源报告等），如果你知道在哪方面观察，你可能会发现一些隐藏着的瑰宝。例如：细分客户，为每个团队找到最佳的营销策略根据类似客户购买的产品为每个客户推荐产品检测哪些交易可能是欺诈行为预测下一年的收入更多应用无论什么原因，你决定开始学习机器学习，并在你的项目中实施，这是一个好主意！ 3、目标和方法本书假定你对机器学习几乎一无所知。它的目标是给你实际实现能够从数据中学习的程序所需的概念，直觉和工具。 8

分享到：

赞收藏

资料库

hands on sklearn and tensorflow （中文版）.pdf

相关推荐

人工智能

热门标签

最新资料