机器学习实战:基于Scikit-Learn和TensorFlow

本书由两部分组成。第一部分(机器学习基础)基于Scikit-Learn,第二部分(神经网络和深度学习)基于TensorFlow。

本书由两部分组成。第一部分(机器学习基础)基于Scikit-Learn,由下列主题组成:
机器学习是什么?它想要解决的问题是什么?机器学习系统中,主要的分类和基础概念有哪些?
一个典型的机器学习项目由哪些步骤组成?
拟合数据进行学习。
优化成本函数。
处理、清洗和准备数据。
……

第二部分(神经网络和深度学习)基于TensorFlow,由下列主题组成:
神经网络是什么?它们擅长处理哪些问题?
使用构建和训练神经网络。
最重要的神经网络架构:前馈神经网络、卷积网络、递归网络、长期短期记忆(LSTM)网络和自动编码器。
训练深度神经网络的技术。
……


查看代码

标签: TensorFlow Scikit-Learn


评论: