TensorFlow機器學習（原書第2版）

內容簡介

這是一本TensorFlow機器學習入門教程，書中通過大量實例，以淺顯易懂、循序漸進的方式詳細闡釋使用Python和TensorFlow構建機器學習模型的核心技術與方法。本書既涵蓋機器學習基礎理論，又介紹瞭如何將機器學習核心概念應用於現實世界的挑戰（例如，情感分析、文本分類和圖像識別）中，並通過實例展示了用於深度語音處理、面部識別以及使用CIFAR-10的自編碼器的神經網絡技術。 　　　　 全書共分爲三部分。第一部分（第1～2章）討論機器學習的基本原理及其當前被大規模應用的原因；第二部分（第3～10章）通過大量實例詳細介紹迴歸算法和分類算法，涵蓋迴歸、分類、無監督聚類和隱馬爾可夫模型（HMM）等技術及應用；第三部分（第11～19章）主要介紹神經網絡及其應用，涵蓋使用隱藏層的自編碼器壓縮和表示輸入、用於自動分類圖像和麪部識別的卷積神經網絡（CNN）、用於時間序列數據或語音轉文本的循環神經網絡（RNN），以及seq2seq RNN架構等內容。 　　　　 通過閱讀本書，你將能夠： 　　　　 使用TensorFlow進行機器學習 　　　　 選擇最佳的機器學習方法 　　　　 使用TensorBoard可視化算法 　　　　 與合作伙伴共享結果 　　　　 在Docker中運行模型

讀者書評

書籍信息