这是一篇关于谷歌机器学习课程的学习总结，涵盖了从机器学习基础到工程实践的多个主题，包括机器学习简介、使用TensorFlow、训练集与测试集的划分、特征工程、逻辑回归、神经网络的构建与训练，以及在生产环境中应用机器学习的注意事项。
学习地址：https://developers.google.cn/machine-learning/crash-course/prereqs-and-prework
课程目录
机器学习概念
01-03讲：机器学习简介、框架处理、深入了解ML
04-06讲：降低损失、使用TF的基本步骤、泛化
07-09讲：训练集和测试集、验证、表示法
10-12讲：特征组合、简单正则化、逻辑回归
13-15讲：分类、稀疏性正则化、神经网络简介
16-18讲：训练神经网络、多类别神经网络、嵌套
机器学习工程
19-20讲：生产环境机器学习系统、静态与动态训练
21-22讲：静态与动态推理、数据依赖关系
应用示例
23-25讲：癌症预测、18世纪文字、应用准则
773
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
