思维导图备注

机器学习实战：基于Scikit——Learn和TensorFlow (O’Reilly精品图书系列) - 奥雷利安·杰龙
首页 收藏书籍 阅读记录
  • 书签 我的书签
  • 添加书签 添加书签 移除书签 移除书签

O’Reilly Media，Inc.介绍

浏览 6 扫码
  • 小字体
  • 中字体
  • 大字体
2022-02-22 02:41:24
请 登录 再阅读
上一篇:
下一篇:
  • 书签
  • 添加书签 移除书签
  • O’Reilly Media，Inc.介绍
  • 译者序
  • 前言
  • 第一部分 机器学习基础
    • 什么是机器学习
    • 为什么要使用机器学习
    • 第2章 端到端的机器学习项目
      • 使用真实数据
      • 观察大局
      • 获取数据
      • 从数据探索和可视化中获得洞见
      • 机器学习算法的数据准备
      • 选择和训练模型
      • 微调模型
      • 网格搜索
      • 启动、监控和维护系统
      • 试试看
      • 练习
    • 机器学习系统的种类
    • 第3章 分类
      • MNIST
      • 训练一个二元分类器
      • 性能考核
      • 多类别分类器
      • 错误分析
      • 多标签分类
      • 多输出分类
      • 练习
    • 机器学习的主要挑战
    • 第4章 训练模型
      • 线性回归
      • 梯度下降
      • 多项式回归
      • 学习曲线
      • 正则线性模型
      • 练习
    • 测试与验证
    • 第5章 支持向量机
      • 线性SVM分类
      • 非线性SVM分类
      • SVM回归
      • 工作原理
      • 训练目标
      • 练习
    • 练习
    • 第6章 决策树
      • 决策树训练和可视化
      • 做出预测
      • 估算类别概率
      • CART训练算法
      • 计算复杂度
      • 基尼不纯度还是信息熵
      • 正则化超参数
      • 回归
      • 不稳定性
      • 练习
    • 第7章 集成学习和随机森林
      • 投票分类器
      • bagging和pasting
      • Random Patches和随机子空间
      • 随机森林
      • 提升法
      • 堆叠法
      • 练习
    • 第8章 降维
      • 数据降维的主要方法
      • PCA
      • 核主成分分析
      • 局部线性嵌入
      • 其他降维技巧
      • 练习
  • 第二部分 神经网络和深度学习
    • 安装
    • 创建一个计算图并在会话中执行
    • 第10章 人工神经网络简介
      • 从生物神经元到人工神经元
      • 用TensorFlow的高级API来训练MLP
      • 使用纯TensorFlow训练DNN
      • 微调神经网络的超参数
      • 练习
    • 管理图
    • 第11章 训练深度神经网络
      • 梯度消失/爆炸问题
      • 重用预训练图层
      • 快速优化器
      • 通过正则化避免过度拟合
      • 实用指南
      • 练习
    • 节点值的生命周期
    • 第12章 跨设备和服务器的分布式TensorFlow
      • 一台机器上的多个运算资源
      • 多设备跨多服务器
      • 在TensorFlow集群上并行化神经网络
      • 练习
    • TensorFlow中的线性回归
    • 第13章 卷积神经网络
      • 视觉皮层的组织结构
      • 卷积层
      • 池化层
      • CNN架构
      • 练习
    • 实现梯度下降
    • 第14章 循环神经网络
      • 循环神经元
      • TensorFlow中的基本RNN
      • 训练RNN
      • 深层RNN
      • LSTM单元
      • GRU单元
      • 自然语言处理
      • 练习
    • 给训练算法提供数据
    • 第15章 自动编码器
      • 高效的数据表示
      • 使用不完整的线性自动编码器实现PCA
      • 栈式自动编码器
      • 使用堆叠的自动编码器进行无监控的预训练
      • 去噪自动编码器
      • 稀疏自动编码器
      • 变分自动编码器
      • 其他自动编码器
      • 练习
    • 保存和恢复模型
    • 第16章 强化学习
      • 学习奖励最优化
      • 策略搜索
      • OpenAI gym介绍
      • 神经网络策略
      • 评估行为：信用分配问题
      • 策略梯度
      • 马尔可夫决策过程
      • 时间差分学习与Q学习
      • 使用深度Q学习玩吃豆人游戏
      • 练习
      • 致谢
    • 用TensorBoard来可视化图和训练曲线
    • 命名作用域
    • 模块化
    • 共享变量
    • 练习
  • 附录A 练习答案
  • 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
  • 附录E 其他流行的ANN架构
  • 作者介绍
  • 封面介绍
暂无相关搜索结果！
    展开/收起文章目录

    二维码

    手机扫一扫，轻松掌上学

    《机器学习实战：基于Scikit——Learn和TensorFlow (O’Reilly精品图书系列) - 奥雷利安·杰龙》电子书下载

    请下载您需要的格式的电子书，随时随地，享受学习的乐趣！
    EPUB 电子书

    书签列表

      阅读记录

      阅读进度: 0.00% ( 0/0 ) 重置阅读进度