Contents
書籍簡介
我們生活在一個大數據世界。 能夠做出近乎即時的決策變得越來越重要。 要取得成功，我們需要機器學習系統，可以將大量數據轉化為寶貴的洞見。 但是，當你剛開始進入資料科學領域，你如何開始建立機器學習應用程式？ 答案是 TensorFlow，這是 Google 開發的一種新的開源機器學習程式庫，用於他們自己的成功產品，如搜尋，地圖，YouTube，翻譯和照片。 TensorFlow 程式庫可以將你的高階設計轉化為機器學習演算法所需的低階數學運算。
简体中文课程介绍
“對 TensorFlow 和各種適合的技術概念進行了很好的介紹。”
~ Ken Fricklas
“應該由每個機器學習開發者研究”。
~ William Wheeler
“用 Tensorflow 學習機器學習的好書”。
~ Ursin Stauss
關於這個技術
TensorFlow 是 Google 針對大規模機器學習所準備的程式庫 。可將複雜的運算簡化表示為圖形，並將部分圖形高效地映射到叢集中的機器或單個機器的處理器來簡化越來越複雜的運算。
關於這本書
Machine Learning with TensorFlow 這本書教你機器學習演算法以及如何使用 TensorFlow 實現解決方案。 你將首先概覽機器學習的概念。 接下來，你將學習在開始使用 TensorFlow 之前需要開始使用特定機器學習的問題和解決方案要點。 通過大量的圖表，程式碼範例和練習，本教程將教你最先進的機器學習演算法和技術來解決這些問題。 每章都將介紹機器學習的重要案例，如分類，回歸，異常檢測，聚類和神經網路。 涵蓋所有這些案例以掌握基礎知識，或者挑你要的以滿足你的需求。 在本書的最後，你將能夠解決真實世界中的分類，聚類，回歸和預測問題。
書籍內容包含
- 為真實世界問題制定機器學習框架
- 了解機器學習問題
- 使用 TensorFlow 解決問題
- 使用 TensorBoards 將演算法視覺化
- 使用精心研究的神經網路架構
- 為你自己的應用程式提供可重用的程式碼
目標讀者
- 本書適用於具有 Python 和線性代數概念（如向量和矩陣）經驗的程式設計師。 不需要有機器學習的經驗。
關於作者
Nishant Shukla 是加州大學洛杉磯分校電腦視覺研究員，專注於機器人機器學習技術。 他一直是Microsoft，Facebook和 Foursquare 的開發人員，以及 SpaceX 的機器學習工程師、Haskell Data Analysis Cookbook 的作者。
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 Twitter ，得到 Udemy 特價課程訊息
你必須登入才能發表留言。