TensorFlow机器学习实战指南

本书特色

[

TensorFlow是一个开源机器学习库。本书从TensorFlow的基础开始介绍，涉及变量、矩阵和各种数据源。之后，针对使用TensorFlow线性回归技术的实践经验进行详细讲解。后续章节将在前文的基础上讲述神经网络、CNN、RNN和NLP等重要概念。

]

作者简介

[

Nick McClure目前是位于华盛顿州西雅图的PayScale公司的高级数据科学家。 在此之前，他曾就职于Zillow和Caesar公司。他在蒙大拿大学和圣本笃学院和圣约翰大学获得应用数学学位。他热爱学习，致力于机器学习和人工智能研究。

]

目录

CONTENTS目　　录译者序作者简介审校者简介前言第1章TensorFlow基础 11.1TensorFlow介绍 11.2TensorFlow如何工作 11.2.1开始 11.2.2动手做 21.2.3工作原理 31.2.4参考 31.3声明张量 31.3.1开始 41.3.2动手做 41.3.3工作原理 51.3.4延伸学习 51.4使用占位符和变量 61.4.1开始 61.4.2动手做 61.4.3工作原理 61.4.4延伸学习 71.5操作（计算）矩阵 71.5.1开始 71.5.2动手做 81.5.3工作原理 91.6声明操作 101.6.1开始 101.6.2动手做 101.6.3工作原理 111.6.4延伸学习 121.7实现激励函数 121.7.1开始 121.7.2动手做 121.7.3工作原理 131.7.4延伸学习 131.8读取数据源 141.8.1开始 151.8.2动手做 151.8.3参考 181.9学习资料 19第2章TensorFlow进阶 202.1本章概要 202.2计算图中的操作 202.2.1开始 202.2.2动手做 212.2.3工作原理 212.3TensorFlow的嵌入Layer 212.3.1开始 212.3.2动手做 222.3.3工作原理 222.3.4延伸学习 222.4TensorFlow的多层Layer 232.4.1开始 232.4.2动手做 242.4.3工作原理 252.5TensorFlow实现损失函数 262.5.1开始 262.5.2动手做 262.5.3工作原理 282.5.4延伸学习 292.6TensorFlow实现反向传播 302.6.1开始 302.6.2动手做 312.6.3工作原理 332.6.4延伸学习 342.6.5参考 342.7TensorFlow实现随机训练和批量训练 342.7.1开始 352.7.2动手做 352.7.3工作原理 362.7.4延伸学习 372.8TensorFlow实现创建分类器 372.8.1开始 372.8.2动手做 372.8.3工作原理 392.8.4延伸学习 402.8.5参考 402.9TensorFlow实现模型评估 402.9.1开始 402.9.2动手做 412.9.3工作原理 41第3章基于TensorFlow的线性回归 453.1线性回归介绍 453.2用TensorFlow求逆矩阵 453.2.1开始 453.2.2动手做 463.2.3工作原理 473.3用TensorFlow实现矩阵分解 473.3.1开始 473.3.2动手做 473.3.3工作原理 483.4用TensorFlow实现线性回归算法 493.4.1开始 493.4.2动手做 493.4.3工作原理 523.5理解线性回归中的损失函数 523.5.1开始 523.5.2动手做 523.5.3工作原理 533.5.4延伸学习 543.6用TensorFlow实现戴明回归算法 553.6.1开始 553.6.2动手做 563.6.3工作原理 573.7用TensorFlow实现lasso回归和岭回归算法 583.7.1开始 583.7.2动手做 583.7.3工作原理 593.7.4延伸学习 593.8用TensorFlow实现弹性网络回归算法 603.8.1开始 603.8.2动手做 603.8.3工作原理 613.9用TensorFlow实现逻辑回归算法 623.9.1开始 623.9.2动手做 623.9.3工作原理 65第4章基于TensorFlow的支持向量机 664.1支持向量机简介 664.2线性支持向量机的使用 674.2.1开始 674.2.2动手做 684.2.3工作原理 724.3弱化为线性回归 724.3.1开始 734.3.2动手做 734.3.3工作原理 764.4TensorFlow上核函数的使用 774.4.1开始 774.4.2动手做 774.4.3工作原理 814.4.4延伸学习 824.5用TensorFlow实现非线性支持向量机 824.5.1开始 824.5.2动手做 824.5.3工作原理 844.6用TensorFlow实现多类支持向量机 854.6.1开始 854.6.2动手做 864.6.3工作原理 89第5章*近邻域法 905.1*近邻域法介绍 905.2*近邻域法的使用 915.2.1开始 915.2.2动手做 915.2.3工作原理 945.2.4延伸学习 945.3如何度量文本距离 955.3.1开始 955.3.2动手做 955.3.3工作原理 985.3.4延伸学习 985.4用TensorFlow实现混合距离计算 985.4.1开始 985.4.2动手做 985.4.3工作原理 1015.4.4延伸学习 1015.5用TensorFlow实现地址匹配 1015.5.1开始 1015.5.2动手做 1025.5.3工作原理 1045.6用TensorFlow实现图像识别 1055.6.1开始 1055.6.2动手做 1055.6.3工作原理 1085.6.4延伸学习 108第6章神经网络算法 1096.1神经网络算法基础 1096.2用TensorFlow实现门函数 1106.2.1开始 1106.2.2动手做 1116.2.3工作原理 1136.3使用门函数和激励函数 1136.3.1开始 1146.3.2动手做 1146.3.3工作原理 1166.3.4延伸学习 1176.4用TensorFlow实现单层神经网络 1176.4.1开始 1176.4.2动手做 1176.4.3工作原理 1196.4.4延伸学习 1196.5用TensorFlow实现神经网络常见层 1206.5.1开始 1206.5.2动手做 1216.5.3工作原理 1266.6用TensorFlow实现多层神经网络 1266.6.1开始 1266.6.2动手做 1266.6.3工作原理 1316.7线性预测模型的优化 1316.7.1开始 1316.7.2动手做 1316.7.3工作原理 1356.8用TensorFlow基于神经网络实现井字棋 1366.8.1开始 1366.8.2动手做 1376.8.3工作原理 142第7章自然语言处理 143

封面

书名:TensorFlow机器学习实战指南

作者:尼克.麦克卢尔

页数:272

定价:¥69.0

出版社:机械工业出版社

出版日期:2017-09-01

ISBN:9787111579489

PDF电子书大小:127MB 高清扫描完整版