乐趣区

Sklearn-与-TensorFlow-机器学习实用指南补档

协议:CC BY-NC-SA 4.0

欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远

  • ApacheCN – 机器学习交流群 629470233
  • ApacheCN 学习资源
  • 利用 Python 进行数据分析 第二版

<!– break –>

  • PDF 格式
  • EPUB 格式
  • MOBI 格式
  • 英文仓库
  • 中文仓库

目录结构

  • Sklearn 与 TensorFlow 机器学习实用指南
  • 零、前言
  • 一、机器学习概览
  • 二、一个完整的机器学习项目
  • 三、分类
  • 四、训练模型
  • 五、支持向量机
  • 六、决策树
  • 七、集成学习和随机森林
  • 八、降维
  • 九、启动并运行 TensorFlow
  • 十、人工神经网络介绍
  • 十一、训练深层神经网络
  • 十二、设备和服务器上的分布式 TensorFlow
  • 十三、卷积神经网络
  • 十四、循环神经网络
  • 十五、自编码器
  • 十六、强化学习
  • 附录 B、机器学习项目清单
  • 附录 C、SVM 对偶问题
  • 附录 D、自动微分

项目负责人

  • @SeanCheney: 731384963
  • @飞龙: 562826179
  • @片刻: 529815144

编译

gitbook install # 安装必要的插件
gitbook serve   # 编译 HTML
gitbook epub    # 编译 EPUB

免责声明

ApacheCN 纯粹出于学习目的与个人兴趣翻译本书,不追求任何经济利益。

本译文只供学习研究参考之用,不得用于商业用途。ApacheCN 保留对此版本译文的署名权及其它相关权利。

赞助我们

退出移动版