【下载】机器学习TensorFlow代码教程实战书籍和代码

点击上方“专知”关注获取专业AI知识!

DM.AI 高级架构师Nishant Shukla最新撰写的机器学习TensorFlow教程实战书籍(2017年12月出版)介绍基于TensorFlow工具来使用机器学习的教程原理和实现工具。


我们生活在一个大数据世界。能够近乎实时的决策变得越来越重要。为了取得成功,我们需要机器学习系统,将大量数据转化为有价值的见解。但是当你刚刚开始在数据科学领域,你如何开始创建机器学习应用程序?答案是TensorFlow,一个来自Google的新的开源机器学习库,他们使用自己的成功产品,如搜索,地图,YouTube,翻译和照片。 TensorFlow库可以将您的高级设计转化为机器学习算法所需的低级数学运算。


请关注专知公众号(扫一扫最下面专知二维码,或者点击上方蓝色专知),

  • 后台回复“MLTF” 就可以获取Shukla的机器学习TensorFlow pdf第一章下载~

  • 后台回复“MLTFC” 就可以获取Shukla的机器学习TensorFlow 代码下载~


书的目录包括


▌第一部分 机器学习与TensorFlow基础





▌第二部分 核心学习算法





▌第三部分 神经网络




▌第一章详细内容





▌Github代码




Machine Learning with TensorFlow (机器学习TensorFlow实战)


这是用机器学习TensorFlow实战的官方代码资源库(http://www.tensorflowbook.com/).

警告:该书将在一两个月后发布,该版本是整个代码的预览版。我将在接下来的几周内大量更新这个版本。 敬请关注!

使用Google最新最好的机器学习库TensorFlow开始进行机器学习。

概要

第二章 - TensorFlow基础

  • 概念 1: 定义张量(tensors)

  • 概念 2: 评估操作

  • 概念 3: 交互式会话

  • 概念 4: 会话记录

  • 概念 5: 变量

  • 概念 6: 保存变量

  • 概念 7: 加载变量

  • 概念 8: TensorBoard


第三章 - 回归

  • 概念 1: 线性回归

  • 概念 2: 多元回归

  • 概念 3: 正则化


第四章 - 分类

  • 概念 1: 用线性回归进行分类

  • 概念 2: 逻辑斯蒂回归

  • 概念 3: 2维逻辑斯蒂回归

  • 概念 4: Softmax分类


第五章 - 聚类

  • 概念 1: 聚类

  • 概念 2: 分割

  • 概念 3: 自组织映射


第六章 - 隐马尔可夫模型

  • 概念 1: 前向算法

  • 概念 2: Viterbi解码


第七章 - 自编码器

  • 概念 1: 自编码器

  • 概念 2: 将自动编码器应用于图像

  • 概念 3: 去噪自编码器


第八章 - 增强学习

  • 概念 1: 增强学习


第九章 - 卷积神经网络

  • 概念 1: 使用CIFAR-10数据集

  • 概念 2: 卷积

  • 概念 3: 卷积神经网络


第十章 - 递归神经网络

  • 概念 1: 加载时序数据

  • 概念 2: 递归神经网络

  • 概念 3: 将递归神经网络应用在实际数据上,以实现时序预测


第十一章 - Seq2Seq 模型

  • 概念 1: 多cell RNN

  • 概念 2: Embedding lookup

  • 概念 3: Seq2seq模型


第十二章 - 排序

  • 概念 1: RankNet

  • 概念 2: 图像嵌入

  • 概念 3: 图像排序



-END-

专 · 知

人工智能领域主题知识资料查看获取【专知荟萃】人工智能领域24个主题知识资料全集(入门/进阶/论文/综述/视频/专家等)

同时欢迎各位用户进行专知投稿,详情请点击

诚邀】专知诚挚邀请各位专业者加入AI创作者计划了解使用专知!

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料

请扫一扫如下二维码关注我们的公众号,获取人工智能的专业知识!

请扫一扫加专知小助手微信(Rancho_Fang),加入专知主题人工智能群交流!

点击“阅读原文”,使用专知!

展开全文
Top
微信扫码咨询专知VIP会员