Contents
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
你可能會有興趣
- [線上課程] 使用 Python 實作 TensorFlow 深度學習的完整指南
- [線上課程] 使用 TensorFlow 實作機器學習 + 商業實戰案例
- [電子書] Deep learning with Python
- 機器學習線上課程介紹
- Python 學習地圖
- 追蹤這個 Telegram，收到 Soft & Share 特價課程與電子書等訊息
你必須登入才能發表留言。