第一部分 機器學習基礎

• 一、機器學習概覽

• 二、一個完整的機器學習項目

• 三、分類

• 四、訓練模型

• 五、支持向量機

• 六、決策樹

• 七、集成學習和隨機森林

• 八、降維

第二部分 神經(jīng)網(wǎng)絡與深度學習

• 九、啟動并運行 TensorFlow

• 十、人工神經(jīng)網(wǎng)絡介紹

• 十一、訓練深層神經(jīng)網(wǎng)絡

• 十二、設備和服務器上的分布式 TensorFlow

• 十三、卷積神經(jīng)網(wǎng)絡

• 十四、循環(huán)神經(jīng)網(wǎng)絡

• 十五、自編碼器

• 十六、強化學習

完整版pdf 和代碼下載地址：

關注微信公眾號 datayx  然后回復 實用指南  即可獲取

通過具體的例子、很少的理論以及兩款成熟的Python框架：Scikit-Learn和TensorFlow，作者會幫助你掌握構建智能系統(tǒng)所需要的概念和工具。你將會學習到各種技術，從簡單的線性回歸及發(fā)展到深度神經(jīng)網(wǎng)絡。每章的練習有助于你運用所學到的知識，你只需要有一些編程經(jīng)驗就行了。

探索機器學習，尤其是神經(jīng)網(wǎng)絡

使用Scikit-Learn全程跟蹤一個機器學習項目的例子

探索各種訓練模型，包括：支持向量機、決策樹、隨機森林以及集成方法

使用TensorFlow庫構建和訓練神經(jīng)網(wǎng)絡

深入神經(jīng)網(wǎng)絡架構，包括卷積神經(jīng)網(wǎng)絡、循環(huán)神經(jīng)網(wǎng)絡和深度強化學習

學習可用于訓練和縮放深度神經(jīng)網(wǎng)絡的技術

運用實際的代碼示例，無需了解過多的機器學習理論或算法細節(jié)