《機器學(xué)習(xí)實戰(zhàn)：基于Scikit-Learn和TensorFlow》主要分為兩個部分。第一部分為第1章到第8章，涵蓋機器學(xué)習(xí)的基礎(chǔ)理論知識和基本算法——從線性回歸到隨機森林等，幫助讀者掌握Scikit-Learn的常用方法；第二部分為第9章到第16章，探討深度學(xué)習(xí)和常用框架TensorFlow，一步一個腳印地帶領(lǐng)讀者使用TensorFlow搭建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，以及卷積神經(jīng)網(wǎng)絡(luò)。

目錄

第一部分 機器學(xué)習(xí)基礎(chǔ)
第1章 機器學(xué)習(xí)概覽
第2章 端到端的機器學(xué)習(xí)項目
第3章 分類
第4章 訓(xùn)練模型
第5章 支持向量機
第6章 決策樹
第7章 集成學(xué)習(xí)和隨機森林
第8章 降維
第二部分 神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)
第9章 運行TensorFlow
第10章 人工神經(jīng)網(wǎng)絡(luò)簡介
第11章 訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)
第12章 跨設(shè)備和服務(wù)器的分布式TensorFlow
第13章 卷積神經(jīng)網(wǎng)絡(luò)
第14章 循環(huán)神經(jīng)網(wǎng)絡(luò)
第15章 自動編碼器
第16章 強化學(xué)習(xí)