万本电子书0元读

万本电子书0元读

顶部广告

Python+Tensorflow机器学习实战电子书

编辑推荐: 很系统:讲解19种机器学习经典算法,依次破重难 很图示:书中包括113张图解说明,方便读者理解 很实用:囊括文本识别、语音识别、图形识别、人脸认识等 很实战:31个实例、13个案例,详解TensorFlow机器学习

售       价:¥

纸质售价:¥69.40购买纸书

80人正在读 | 2人评论 6.8

作       者:李鸥

出  版  社:清华大学出版社

出版时间:2019-06-01

字       数:11.5万

所属分类: 科技 > 计算机/网络 > 程序设计

温馨提示:此类商品不支持退换货,不支持下载打印

为你推荐

  • 读书简介
  • 目录
  • 累计评论(1条)
  • 读书简介
  • 目录
  • 累计评论(1条)
《Python TensorFlow机器学习实战》通过发实例和项目案例,详细介绍TensorFlow发所涉及的主要内容。书中的每个知识都通过实例行通俗易懂的讲解,便于读者轻松掌握有关TensorFlow发的内容和技巧,并能够得心应手地使用TensorFlow行发。 《Python TensorFlow机器学习实战》内容共分为11章,首先介绍TensorFlow的基本知识,通过实例逐步深地讲解线性回归、支持向量机、神经网络算法和无监督学习等常见的机器学习算法模型。然后通过TensorFlow在自然语言文本处理、语音识别、图形识别和人脸识别等方面的成功应用讲解TensorFlow的实际发过程。 《Python TensorFlow机器学习实战》适合有一定Python基础的工程师阅读;对于有一定基础的读者,可通过《Python TensorFlow机器学习实战》快速地将TensorFlow应用到实际发中;对于高等院校的学生和培训机构的学员,《Python TensorFlow机器学习实战》也是门和实践机器学习的优秀教材。 《Python TensorFlow机器学习实战》对应的电子课件和实例源代码可以到http://www.tupwk.com.cn/downpage下载,也可通过扫描前言中的二维码下载。 《Python TensorFlow机器学习实战》通过发实例和项目案例,详细介绍TensorFlow发所涉及的主要内容。书中的每个知识都通过实例行通俗易懂的讲解,便于读者轻松掌握有关TensorFlow发的内容和技巧,并能够得心应手地使用TensorFlow行发。 《Python TensorFlow机器学习实战》内容共分为11章,首先介绍TensorFlow的基本知识,通过实例逐步深地讲解线性回归、支持向量机、神经网络算法和无监督学习等常见的机器学习算法模型。然后通过TensorFlow在自然语言文本处理、语音识别、图形识别和人脸识别等方面的成功应用讲解TensorFlow的实际发过程。 《Python TensorFlow机器学习实战》适合有一定Python基础的工程师阅读;对于有一定基础的读者,可通过《Python TensorFlow机器学习实战》快速地将TensorFlow应用到实际发中;对于高等院校的学生和培训机构的学员,《Python TensorFlow机器学习实战》也是门和实践机器学习的优秀教材。 《Python TensorFlow机器学习实战》对应的电子课件和实例源代码可以到http://www.tupwk.com.cn/downpage下载,也可通过扫描前言中的二维码下载。
【推荐语】
编辑推荐: 很系统:讲解19种机器学习经典算法,依次破重难 很图示:书中包括113张图解说明,方便读者理解 很实用:囊括文本识别、语音识别、图形识别、人脸认识等 很实战:31个实例、13个案例,详解TensorFlow机器学习
【作者】
李鸥,计算机科学硕士,曾就职支付宝,现任职某央企研究院。致力于人工智能的研究,对机器学习的原理、发框架及其在不同场景中的应用有浓烈兴趣,在图形识别、文本识别、语音识别、数据挖掘方面有丰富实践经验,参与基于机器学习的用户行为分析及某省部级项目研究。
目录展开

内容简介

作者简介

前言

第1章 机器学习概述

1.1 人工智能

1.2 机器学习

1.3 TensorFlow简介

1.4 TensorFlow环境准备

1.5 常用的第三方模块

1.6 本章小结

第2章 TensorFlow基础

2.1 TensorFlow基础框架

2.2 TensorFlow源代码结构分析

2.3 TensorFlow基本概念

2.4 第一个TensorFlow示例

2.5 TensorBoard可视化

2.6 本章小结

第3章 TensorFlow进阶

3.1 加载数据

3.2 存储和加载模型

3.3 评估和优化模型

3.4 本章小结

第4章 线性模型

4.1 常见的线性模型

4.2 一元线性回归

4.3 多元线性回归

4.4 逻辑回归

4.5 本章小结

第5章 支持向量机

5.1 支持向量机简介

5.2 拟合线性回归

5.3 拟合逻辑回归

5.4 非线性二值分类

5.5 非线性多类分类

5.6 本章小结

第6章 神经网络

6.1 神经网络简介

6.2 拟合线性回归问题

6.3 MNIST数据集

6.4 全连接神经网络

6.5 卷积神经网络

6.6 通过卷积神经网络处理MNIST

6.7 循环神经网络

6.8 通过循环神经网络处理MNIST

6.9 递归神经网络

6.10 本章小结

第7章 无监督学习

7.1 无监督学习简介

7.2 K均值聚类

7.3 自编码网络

7.4 本章小结

第8章 自然语言文本处理

8.1 自然语言文本处理简介

8.2 学写唐诗

8.3 智能影评分类

8.4 智能聊天机器人

8.5 本章小结

第9章 语音处理

9.1 语音处理简介

9.2 听懂数字

9.3 听懂中文

9.4 语音合成

9.5 本章小结

第10章 图像处理

10.1 机器学习的图像处理简介

10.2 图像物体识别

10.3 图片验证码识别

10.4 图像物体检测

10.5 看图说话

10.6 本章小结

第11章 人脸识别

11.1 人脸识别简介

11.2 人脸验证

11.3 性别和年龄的识别

11.4 本章小结

累计评论(1条) 1个书友正在讨论这本书 发表评论

发表评论

发表评论,分享你的想法吧!

买过这本书的人还买过

读了这本书的人还在读

回顶部