Python+Tensorflow机器学习实战

封面

版权信息

内容简介

作者简介

前言

第1章 机器学习概述

1.1 人工智能

1.2 机器学习

1.3 TensorFlow简介

1.4 TensorFlow环境准备

1.5 常用的第三方模块

1.6 本章小结

第2章 TensorFlow基础

2.1 TensorFlow基础框架

2.2 TensorFlow源代码结构分析

2.3 TensorFlow基本概念

2.4 第一个TensorFlow示例

2.5 TensorBoard可视化

2.6 本章小结

第3章 TensorFlow进阶

3.1 加载数据

3.2 存储和加载模型

3.3 评估和优化模型

3.4 本章小结

第4章 线性模型

4.1 常见的线性模型

4.2 一元线性回归

4.3 多元线性回归

4.4 逻辑回归

4.5 本章小结

第5章 支持向量机

5.1 支持向量机简介

5.2 拟合线性回归

5.3 拟合逻辑回归

5.4 非线性二值分类

5.5 非线性多类分类

5.6 本章小结

第6章 神经网络

6.1 神经网络简介

6.2 拟合线性回归问题

6.3 MNIST数据集

6.4 全连接神经网络

6.5 卷积神经网络

6.6 通过卷积神经网络处理MNIST

6.7 循环神经网络

6.8 通过循环神经网络处理MNIST

6.9 递归神经网络

6.10 本章小结

第7章 无监督学习

7.1 无监督学习简介

7.2 K均值聚类

7.3 自编码网络

7.4 本章小结

第8章 自然语言文本处理

8.1 自然语言文本处理简介

8.2 学写唐诗

8.3 智能影评分类

8.4 智能聊天机器人

8.5 本章小结

第9章 语音处理

9.1 语音处理简介

9.2 听懂数字

9.3 听懂中文

9.4 语音合成

9.5 本章小结

第10章 图像处理

10.1 机器学习的图像处理简介

10.2 图像物体识别

10.3 图片验证码识别

10.4 图像物体检测

10.5 看图说话

10.6 本章小结

第11章 人脸识别

11.1 人脸识别简介

11.2 人脸验证

11.3 性别和年龄的识别