fbpx

電子書 – Machine Learning with TensorFlow 第二版

書籍簡介

新程式碼、新專案和新章節的更新,Machine Learning with TensorFlow, Second Edition 為讀者提供了機器學習概念和 TensorFlow 程式庫的堅實基礎。 由 NASA JPL 副首席技術長兼首席資料科學家 Chris Mattmann 撰寫,所有示例都隨附可下載的 Jupyter Notebook,以提供使用 Python 編寫 TensorFlow 的實踐經驗。 新的和修訂的內容擴大了核心機器學習算法的覆蓋範圍,以及神經網路的進步,例如 VGG-Face 臉部識別分類器和深度語音分類器。

A practical, no-nonsense, original approach to machine learning.

-Alain Couniot, Sopra Steria Benelux

An excellent book for readers who want to learn TensorFlow and machine learning.

-Bhagvan Kommadi, ValueMomentum

Full of practical example illustrating the concepts in a clear, progressive approach. This book is worth your while!

-Alain Lompo, ISO-GRUPPE

關於這個技術

通過機器學習增強您的資料分析! ML 演算法在處理資料時會自動改進,因此結果會隨著時間的推移而變得更好。 您無需成為數學家即可使用 ML:Google 的 TensorFlow 程式庫等工具可幫助進行複雜的運算,因此您可以專注於獲得所需的答案。

關於這本書

Machine Learning with TensorFlow, Second Edition 是使用 Python 和 TensorFlow 建構機器學習模型的全面修訂指南。 您會將核心 ML 概念應用於現實世界的挑戰,例如情感分析、文本分類和圖像識別。 動手示例說明了用於深度語音處理、面部識別和使用 CIFAR-10 自動編碼的神經網路技術。

書籍內容包含

  • 使用 TensorFlow 進行機器學習
  • 選擇最好的 ML 方法
  • 使用 TensorBoard 視覺化演算法
  • 與合作者共享結果
  • 在 Docker 中運行模型

目標讀者

  • 需要中級 Python 技能和一般代數概念(如向量和矩陣)的知識。 示例使用 TensorFlow 和 TensorFlow 2.x 的超穩定 1.15.x 分支。

關於作者

Chris Mattmann 是 NASA 噴氣推進實驗室人工智慧、分析和創新組織的部門經理。 本書的第一版由 Nishant Shukla 和 Kenneth Fricklas 合著。


購買電子書

shukla-mltf-hi

 

你可能會有興趣

不受 FB 演算法影響,歡迎透過 e-mail 訂閱網站更新

這個網站採用 Akismet 服務減少垃圾留言。進一步了解 Akismet 如何處理網站訪客的留言資料

Powered by WordPress.com.

Up ↑

%d 位部落客按了讚: