TensorFlow智能算法与应用

TensorFlow是目前*受关注的机器学习框架，其模块化设计非常适合大数据环境下智能算法的发与应用。本书介绍了使用TensorFlow行智能算法的实践，包括经典的机器学习算法和深度学习算法实现。本书力求做到理论与实践平衡统一，在相关理论上深浅出，辅以多种TensorFlow实现技术对理论行具体实践，有助于读者快速理解与掌握智能算法的精髓和TensorFlow技术的要。本书共4篇。门篇介绍学习环境搭建和TensorFlow框架的基本使用；基础篇介绍传统智能算法及其TensorFlow的实现；阶篇介绍深度神经网络方法和CNN、RNN、LSTM、GRU等基础的深度学习算法；应用篇介绍GAN学习算法和TensorFlowHub迁移学习。
【作者】
中国人民大学信息学院副教授，在人工智能领域发表论文30多篇，主持了两项国家自然科学基金项目，拥有多项软件著作权。自2004年起负责主讲《人工智能》课程，在10多年的实际教学中，作者对深度学习方法相对传统人工智能方法的颠覆性发展有深刻的切身体会，也在教学中感受到学生学习深度学习算法和Tensorflow框架的极大热情。作者曾将人工智能小车引课堂教学和课程项目，建立实践性强的人工智能实验平台，对多种智能算法行实践和验证。通过建立有趣的智能应用项目，激发学生对Tensorflow智能算法的学习热情和实践动力。