Sklearn 与 TensorFlow 机器学习实用指南第二版

• 零、前言
• 一、机器学习概览
• 二、一个完整的机器学习项目
• 三、分类
• 四、训练模型
• 五、支持向量机
• 六、决策树
• 七、集成学习和随机森林
• 八、降维
• 十、使用 Keras 搭建人工神经网络
• 十一、训练深度神经网络
• 十二、使用 TensorFlow 自定义模型并训练
• 十三、使用 TensorFlow 加载和预处理数据
• 十四、使用卷积神经网络实现深度计算机视觉
• 十五、使用 RNN 和 CNN 处理序列
• 十六、使用 RNN 和注意力机制进行自然语言处理
• 十七、使用自编码器和 GAN 做表征学习和生成式学习
• 十八、强化学习
• 十九、规模化训练和部署 TensorFlow 模型