《Sklearn 与 TensorFlow 机器学习实用指南》目

目录结构

• 0.) 前言

第一部分 机器学习基础

• 1.) 机器学习概览
• 2.) 端到端的机器学习项目
• 3.) 分类
• 4.) 训练模型
• 5.) 支持向量机
• 6.) 决策树
• 7.) 集成学习和随机森林
• 8.) 降维

第二部分 神经网络与深度学习

• 9.) 启动并运行TensorFlow
• 10.) 人工神经网络介绍
• 11.) 训练深层神经网络
• 12.) 在设备和服务器上的分布式TensorFlow
• 13.) 卷积神经网络
• 14.) 循环神经网络
• 15.) 自编码器
• 16.) 强化学习