Scikit-Learn与TensorFlow机器学习实用指南（影印版）

通过具体的例子、很少的理论以及两款成熟的Python框架：Scikit-Learn和TensorFlow，作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术，从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识，你只需要有一些编程经验就行了。 　　探索机器学习，尤其是神经网络 　　使用Scikit-Learn全程跟踪一个机器学习项目的例子 　　探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法 　　使用TensorFlow库构建和训练神经网络 　　深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习 　　学习可用于训练和缩放深度神经网络的技术 　　运用实际的代码示例，无需了解过多的机器学习理论或算法细节 通过具体的例子、很少的理论以及两款成熟的Python框架：Scikit-Learn和TensorFlow，作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术，从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识，你只需要有一些编程经验就行了。, 探索机器学习，尤其是神经网络, 使 用Scikit-Learn全程跟踪一个机器学习项目的例子, 探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法, 使用TensorFlow库构建和训练神经网络, 深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习, 学习可用于训练和缩放深度神经网络的技术, 运用实际的代码示例，无需了解过多的机器学习理论或算法细节 用Scikit-Learn全程跟踪一个机器学习项目的例子, 探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法, 使用TensorFlow库构建和训练神经网络, 深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习, 学习可用于训练和缩放深度神经网络的技术, 运用实际的代码示例，无需了解过多的机器学习理论或算法细节