机器学习入门书籍分享：TensorFlow机器学习实战指南（书籍PDF版）

AI大模型学习不迷路

于 2024-10-01 09:00:00 发布

阅读量299

点赞数 17

文章标签：机器学习 tensorflow 深度学习人工智能自然语言处理语言模型机器学习入门

本文链接：https://blog.csdn.net/Z4400840/article/details/142590127

版权

TensorFlow是一个由谷歌开发的开源机器学习框架，基于数据流编程，支持多种编程语言，包括Python、C++等。
它广泛应用于各类机器学习算法的编程实现，尤其在计算机视觉、自然语言处理等领域表现出色。

在这里插入图片描述

作者简介

尼克•麦克卢尔（Nick McClure）

资深数据科学家，目前就职于美国西雅图PayScale公司，之前曾在Zillow公司在Caesar’s Entertainment公司工作。他在蒙大拿大学和圣本尼迪克与圣约翰大学的应用数学专业获得学位。他热衷于数据分析、机器学习和人工智能。Nick有时会把想法写成博客(http://fromdata.org/）或者推特（@nfmcclure）。

内容简介

本书由资深数据科学家撰写，从实战角度系统讲解TensorFlow基本概念及各种应用实践。真实的应用场景和数据，丰富的代码实例，详尽的操作步骤，带你由浅入深系统掌握TensorFlow机器学习算法及其实现。

章节介绍：

第1章： 介绍TensorFlow的基本概念；
第2章： 介绍如何在计算图中连接算法组件，创建一个简单的分类器；
第3章： 重点介绍如何使用TensorFlow实现各种线性回归算法，包括戴明回归、lasso回归、岭回归、弹性网络回归和逻辑回归等；
第4章： 介绍支持向量机（SVM）算法；
第5章： 介绍如何使用数值度量、文本度量和归一化距离函数实现最近邻域算法；
第6章： 讲述如何使用TensorFlow实现神经网络算法；
第7章： 阐述TensorFlow实现的各种文本处理算法。
第8章： 扩展神经网络算法；
第9章：解释在TensorFlow中如何实现循环神经网络（RNN）算法；
第10章： 介绍TensorFlow产品级用例和开发提示，同时介绍如何实现分布式TensorFlow；
第11章： 展示TensorFlow如何实现k-means算法、遗传算法和求解常微分方程（ODE）等。