Sklearn 与 TensorFlow 机器学习实用指南（补档）

协议： CC BY-NC-SA 4.0

欢迎任何人参与和完善：一我的能够走的很快，可是一群人却能够走的更远

• ApacheCN - 机器学习交流群 629470233
• ApacheCN 学习资源
• 利用 Python 进行数据分析 第二版

<!-- break -->

• PDF格式
• EPUB格式
• MOBI格式
• 英文仓库
• 中文仓库

目录结构

• Sklearn 与 TensorFlow 机器学习实用指南
• 零、前言
• 1、机器学习概览
• 2、一个完整的机器学习项目
• 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
• 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、设备和服务器上的分布式 TensorFlow
• 十3、卷积神经网络
• 十4、循环神经网络
• 十5、自编码器
• 十6、强化学习
• 附录 B、机器学习项目清单
• 附录 C、SVM 对偶问题
• 附录 D、自动微分

项目负责人

• @SeanCheney: 731384963
• @飞龙: 562826179
• @片刻: 529815144

编译

gitbook install # 安装必要的插件
gitbook serve   # 编译 HTML
gitbook epub    # 编译 EPUB

免责声明

ApacheCN 纯粹出于学习目的与我的兴趣翻译本书，不追求任何经济利益。

本译文只供学习研究参考之用，不得用于商业用途。ApacheCN 保留对此版本译文的署名权及其它相关权利。

赞助咱们