- Sklearn 与 TensorFlow 机器学习实用指南第二版
- 零、前言
- 一、机器学习概览
- 二、端到端的机器学习项目
- 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
- 十、使用 Keras 搭建人工神经网络
- 十一、训练深度神经网络
- 十二、使用 TensorFlow 自定义模型并训练
- 十三、使用 TensorFlow 加载和预处理数据
- 十四、使用卷积神经网络实现深度计算机视觉
- 十五、使用 RNN 和 CNN 处理序列
- 十六、使用 RNN 和注意力机制进行自然语言处理
- 十七、使用自编码器和 GAN 做表征学习和生成式学习
- 十八、强化学习
- 十九、规模化训练和部署 TensorFlow 模型