电子书:《TensorFlow机器学习实战指南》

[复制链接]
查看235 | 回复1 | 2019-12-18 10:40:29 | 显示全部楼层 |阅读模式

《TensorFlow机器学习实战指南》_1

《TensorFlow机器学习实战指南》_1

《TensorFlow机器学习实战指南》_2

《TensorFlow机器学习实战指南》_2

《TensorFlow机器学习实战指南》_3

《TensorFlow机器学习实战指南》_3


内容简介:

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 Tensor Flow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。
全书共11章,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;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章卷积神经网络算法;第9章
解释在 TensorFlow中如何实现递归神经网络
(RNN)算法;第10章介绍 TensorFlow产
品级用例;第11章展示 TensorFlow如何实
现遗传算法、k- means算法和求解常微分方
程(ODE)
Cookbook
原书封面

■■■智能系统与技术丛书
Tensor Flow Machine Learning Cookbook
TensorFlow机器学习
实战指南
美]尼克·麦克卢尔( Nick McClure)著
曾益强译

图书在版编目(CIP)数据
Tensor Flow机器学习实战指南/(美)尼克·麦克卢尔( Nick McClure)著;曾益强译
一北京:机械工业出版社,2017.9
(智能系统与技术丛书)
rning Cookbook
ISBN978-7-111-57948-9
1.T…I.①尼…②曾…Ⅲ.人工智能一算法一研究Tv.TP18
中guo版本图书馆CIP数据核字(2017)第218381号
本书版权登记号:图字01-201
Nick McClure: TensorFlow Machine Learning Cookbook(ISBN: 978-1-78646-216-9
Copyright e 2017 Packt Publishing. First published in the English language under the title
\"Tensor Flow Machine Learning Cookbook
All rights reserved.
Chinese simplified language edition published by China Machine Press
Copyright c 2017 by China Machine Press
本书中文简体字版由 Packt Publishing授权机械工业出版社独家出版。未经出版者书面许可,不得以任间方式复
制成抄袭本书内容
TensorFlow机器学习实战指南
出版发行:机械工业出版社(北京市四城区百万庄大街22号闻改码:100037
责任编辑:陈佳媛
责任校对:李秋荣
印刷:北京市荣盛彩色印刷有限公司版次:2017年9月第1版第1次印刷
开本:186mmx240mm1/16
印张:18
定价:69.00元
凡购本书,如有缺页、倒页、脱页,由本社发行调换
客服热线010)883794268836106
投稿热线010)88379604
购书热线010)683262948837964968995259读者信箱:hzit@hzbook.com
版权所有·侵权必究
封底无防伪标均为盗版
本书法律顾问:北京大成律师事务所韩光/邹绕东

IHETRANSLATOR'S WORDS
译者序
2017年3月底,华章公司的编辑邀请我翻译这本书。当时收到原书目录和样章时,大体
浏览了一遍,感觉翻译难度不大。因为 TensorFlow比较火,加上自身对机器学习及其算法有
一定功底,前期也翻译了不少guo外优秀的技术文章(可参见公众号:神机喵算),加之guo内可
学习的 TensorFlow资料太少,所以我希望做出一些努力来帮助对 Tensor Flow感兴趣的读者
Google公司开发的 Tensor Flow深度学习库因其简单易学、应用场景广泛已经快成为各
家公司开展人工智能研究的标配了。 Tensor Flow采用数据流图进行数值计算。节点代表计算
图中的数学操作,计算中的边表示多维数组,即张量。 Tensor Flow灵活的架构使其可以在多
种设备(台式机、服.务.器或移动设备)的CPU或者GPU上进行计算。自从 TensorFlow诞生
以来,其开发版更新和功能优化非常快,当前已经发布到12.0。并且基于 TensorFlow开发
的深度学习库也越来越多,其中比较优秀的是 Keras Keras是基于 Tensor Flow或者 Theano
的,由 Python编写的高级神经网络API,并且 Tensor Flow也提供支持 Keras的AP。
本书详细讲解了 TensorFlow的方方面面,毫不夸张地说,如果读者能够坚持踏踏实
实做完本书所有实战项目,则基本可以开始使用 Tensor Flow实际工作。最后本书还给出了
Tensor Flow产品级应用的最佳实践,以及扩展用法。
总之,本书适合广大对 Tensor Flow感兴趣的初中级读者。随着AI的兴起,会有越来越
多的读者学习 Tensor Flow,希望本书能帮到大家。如果想进一步学习,那就要多看机器学
习算法相关的书籍或者论文,并把 Tensor Flow的源代码研读几遍
最后,感谢家人和朋友的帮助和支持。由于本人水平有限,加之翻译时间仓促,书中
难免会出现错误。读者可通过本人公众号——神机喵算,反馈问题,发现问题后,我一定会
虚心接受批评并立即改正,并实时在公众号更新勘误,避免其他读者再入“坑”。
2017年6月

BOUTTHE AUTH OR
作者简介
Nick mcclure,资深数据科学家,目前就职于美guo西雅图 PayScale公司,曾经在
zilw公司和 Caesar' s Entertainment公司工作,获得蒙大拿大学和圣本尼迪克与圣约翰大学
的应用数学专业学位。
他热衷于数据分析、机器学习和人工智能。Nik有时会把想法写成博客(htp:
fromdata org/)或者发推特(@ mcclure)。
感谢父母,他们总是鼓励我追求知识。也感谢朋友和同事能够给出很好的建议。本书
的完成得益于开源社区的不懈努力,以及 Tensor Flow相关项目的良好文档说明。
这里,要特别感谢Goge公司 TensorFlow开发人员。他们给出了优秀的官方文档、
程和示例


#############################################


回复

使用道具 举报

黒涩兲箜 | 2019-12-21 19:47:15 | 显示全部楼层
回复 支持 反对

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则