首页
发现
标签
搜索
APP下载
注册
登录
首页
发现
榜单
标签
收录
APP下载
注册
登录
Sklearn 与 TensorFlow 机器学习实用指南
文档评分：
74.0 （
0 个有效评分
）
文档语言：
中文
章节数量：
0
阅读人次：
75694
收藏数量：
0
整理分享：
管理员
阅读
收藏
下载
分享
阅读
收藏
下载
分享
文档标签
机器
指南
文档概述
Sklearn 与 TensorFlow 机器学习实用指南
文档
目录
文档
评论 (
0
)
MLeap Runtime
Sklearn 与 TensorFlow 机器学习实用指南
零、前言
1、机器学习海啸
3、目标和方法
2、您项目中的机器学习
5、路线图
4、准备条件
6、其他资源
9、O’Reilly Safari
8、使用代码示例
7、本书中的一些约定
11、致谢
10、如何联系我们
什么是机器学习？
一、机器学习概览
为什么使用机器学习？
机器学习系统的类型
批量和在线学习
基于实例学习
机器学习的主要挑战
练习
测试和确认
二、一个完整的机器学习项目
使用真实数据
项目概览
获取数据
数据探索和可视化、发现规律
为机器学习算法准备数据
选择并训练模型
启动、监控、维护系统
模型微调
实践！
三、分类
MNIST
训练一个二分类器
对性能的评估
多类分类
误差分析
多标签分类
多输出分类
线性回归
四、训练模型
梯度下降
多项式回归
学习曲线
线性模型的正则化
逻辑回归
线性支持向量机分类
五、支持向量机
非线性支持向量机分类
SVM 回归
背后机制
估计分类概率
计算复杂度
基尼不纯度或是信息熵
七、集成学习和随机森林
投票分类
在 sklearn 中的 Bagging 和 Pasting
随机贴片与随机子空间
提升
随机森林
Stacking
维数灾难
八、降维
投影（Projection）
保留（最大）方差
核 PCA（Kernel PCA）
其他降维方法
九、启动并运行 TensorFlow
创造第一个图谱，然后运行它
安装
Linear Regression with TensorFlow
节点值的生命周期
管理图谱
手动计算渐变
实现梯度下降
将数据提供给训练算法
使用优化器
MINI-BATCH 完整代码
保存和恢复模型
名称作用域
模块性
共享变量
从生物到人工神经元
十、人工神经网络介绍
生物神经元
感知器
神经元的逻辑计算
多层感知器与反向传播
用 TensorFlow 高级 API 训练 MLP
使用普通 TensorFlow 训练 DNN
构造阶段
使用神经网络
执行阶段
隐藏层数量
微调神经网络超参数
激活函数
每层隐藏层的神经元数量
完整代码
梯度消失/爆炸问题
十一、训练深层神经网络
非饱和激活函数
批量标准化
梯度裁剪
复用预训练层
复用 TensorFlow 模型
冻结较低层
复用来自其它框架的模型
缓存冻结层
Model Zoos
调整，删除或替换较高层
无监督的预训练
在辅助任务上预训练
动量优化
更快的优化器
Nesterov 加速梯度
AdaGrad
RMSProp
Adam 优化
训练稀疏模型
学习率调整
通过正则化避免过拟合
早期停止
L1 和 L2 正则化
Dropout
最大范数正则化
数据增强
实践指南
十二、设备和服务器上的分布式 TensorFlow
一台机器上多设备
管理 GPU 内存
简单放置
控制依赖关系
并行运行
多个服务器的多个设备
开始一个会话
固定任务的操作
主机和辅助服务
十三、卷积神经网络
跨多个参数服务器的分片变量
卷积层
视觉皮层的结构
卷积核/过滤器
叠加的多个特征映射
池化层
内存需求
CNN 架构
LeNet-5
AlexNet
GoogLeNet
ResNet
十四、循环神经网络
TensorFlow 卷积操作
循环神经元
记忆单元
输入和输出序列
时间上的静态展开
TensorFlow 中的基本 RNN
时间上的动态展开
处理变长输入序列
训练 RNN
处理变长输出序列
训练序列分类器
为预测时间序列而训练
深度 RNN
在多个 GPU 上分布式部署深度 RNN 网络
长时训练的困难
Dropout 的应用
窥孔连接
GRU 单元
单词嵌入
十五、自编码器
有效的数据表示
用不完整的线性自编码器执行 PCA
栈式自编码器（SAE）
TensorFlow实现
关联权重
一次训练一个自编码器
可视化重建
可视化功能
无监督预训练使用栈式自编码器
降噪自编码（DAE）
TensorFlow 实现
稀疏自编码器
变分自编码器（VAE）
其他自编码器
生成数字
十六、强化学习
学习优化奖励
策略搜索
神经网络策略
OpenAI 的介绍
评价行为：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
探索策略
近似 Q 学习
学习去使用深度 Q 学习来玩 Ms.Pac-Man
附录 C、SVM 对偶问题
感谢
附录 D、自动微分
手动微分法
符号微分
数值微分
前向自动微分
反向自动微分
相关书籍
Python最佳实践指南中文版
.NET Core 指南
mica 开发指南
Egg.js v2.23 开发指南
swagger-bootstrap-ui 指南
.NET 指南
EduSoho开发指南
百度云对象存储 BOS Go SDK 文档
Powershell攻击指南
guava-libraries 用户指南中文翻译
PHP与面向对象指南
Ruby用户指南
×
分享，让知识传承更久远
×
文档下载
请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
PDF
文档
EPUB
文档
MOBI
文档
