Sklearn 与 TensorFlow 机器学习实用指南
Sklearn 与 TensorFlow 机器学习实用指南
122人已学习
目录
- Sklearn 与 TensorFlow 机器学习实用指南 304 浏览
-
零、前言
213 浏览
- 1、机器学习海啸 212 浏览
- 2、您项目中的机器学习 233 浏览
- 3、目标和方法 219 浏览
- 4、准备条件 180 浏览
- 5、路线图 215 浏览
- 6、其他资源 214 浏览
- 7、本书中的一些约定 206 浏览
- 8、使用代码示例 254 浏览
- 9、O’Reilly Safari 213 浏览
- 10、如何联系我们 197 浏览
- 11、致谢 176 浏览
- 一、机器学习概览 157 浏览
-
二、一个完整的机器学习项目
220 浏览
- 使用真实数据 172 浏览
- 项目概览 222 浏览
- 获取数据 206 浏览
- 数据探索和可视化、发现规律 235 浏览
- 为机器学习算法准备数据 216 浏览
- 选择并训练模型 213 浏览
- 模型微调 175 浏览
- 启动、监控、维护系统 167 浏览
- 实践！ 170 浏览
- 练习 166 浏览
- 三、分类 245 浏览
- 四、训练模型 223 浏览
-
五、支持向量机
172 浏览
- 线性支持向量机分类 138 浏览
- 非线性支持向量机分类 182 浏览
- SVM 回归 164 浏览
- 背后机制 192 浏览
- 练习 112 浏览
-
六、决策树
277 浏览
- 决策树的训练和可视化 257 浏览
- 开始预测 172 浏览
- 估计分类概率 124 浏览
- CART 训练算法 114 浏览
- 计算复杂度 120 浏览
- 基尼不纯度或是信息熵 182 浏览
- 正则化超参数 120 浏览
- 回归 142 浏览
- 不稳定性 142 浏览
- 练习 116 浏览
-
七、集成学习和随机森林
213 浏览
- 投票分类 204 浏览
- 在 sklearn 中的 Bagging 和 Pasting 260 浏览
- 随机贴片与随机子空间 161 浏览
- 随机森林 183 浏览
- 提升 211 浏览
- Stacking 172 浏览
- 练习 178 浏览
-
八、降维
257 浏览
- 维数灾难 209 浏览
- 投影（Projection） 253 浏览
- 保留（最大）方差 161 浏览
- 核 PCA（Kernel PCA） 178 浏览
- 其他降维方法 156 浏览
- 练习 116 浏览
-
九、启动并运行 TensorFlow
243 浏览
- 安装 126 浏览
- 创造第一个图谱，然后运行它 133 浏览
- 管理图谱 140 浏览
- 节点值的生命周期 146 浏览
- Linear Regression with TensorFlow 132 浏览
- 实现梯度下降 144 浏览
- 手动计算渐变 127 浏览
- Using autodiff 133 浏览
- 使用优化器 141 浏览
- 将数据提供给训练算法 115 浏览
- MINI-BATCH 完整代码 140 浏览
- 保存和恢复模型 140 浏览
- 名称作用域 151 浏览
- 模块性 161 浏览
- 共享变量 169 浏览
-
十、人工神经网络介绍
222 浏览
- 从生物到人工神经元 111 浏览
- 生物神经元 181 浏览
- 神经元的逻辑计算 162 浏览
- 感知器 182 浏览
- 多层感知器与反向传播 204 浏览
- 用 TensorFlow 高级 API 训练 MLP 162 浏览
- 使用普通 TensorFlow 训练 DNN 133 浏览
- 构造阶段 147 浏览
- 执行阶段 225 浏览
- 使用神经网络 140 浏览
- 微调神经网络超参数 117 浏览
- 隐藏层数量 212 浏览
- 每层隐藏层的神经元数量 206 浏览
- 激活函数 197 浏览
- 完整代码 131 浏览
- 练习 120 浏览
-
十一、训练深层神经网络
179 浏览
- 梯度消失/爆炸问题 194 浏览
- 非饱和激活函数 202 浏览
- 批量标准化 165 浏览
- 梯度裁剪 167 浏览
- 复用预训练层 158 浏览
- 复用 TensorFlow 模型 158 浏览
- 复用来自其它框架的模型 132 浏览
- 冻结较低层 166 浏览
- 缓存冻结层 145 浏览
- 调整，删除或替换较高层 166 浏览
- Model Zoos 122 浏览
- 无监督的预训练 191 浏览
- 在辅助任务上预训练 164 浏览
- 更快的优化器 161 浏览
- 动量优化 137 浏览
- Nesterov 加速梯度 310 浏览
- AdaGrad 150 浏览
- RMSProp 157 浏览
- Adam 优化 253 浏览
- 训练稀疏模型 115 浏览
- 学习率调整 261 浏览
- 通过正则化避免过拟合 132 浏览
- 早期停止 260 浏览
- L1 和 L2 正则化 233 浏览
- Dropout 440 浏览
- 最大范数正则化 211 浏览
- 数据增强 304 浏览
- 实践指南 129 浏览
- 练习 195 浏览
-
十二、设备和服务器上的分布式 TensorFlow
159 浏览
- 一台机器上多设备 140 浏览
- 管理 GPU 内存 126 浏览
- 简单放置 164 浏览
- 并行运行 158 浏览
- 控制依赖关系 127 浏览
- 多个服务器的多个设备 169 浏览
- 开始一个会话 98 浏览
- 主机和辅助服务 133 浏览
- 固定任务的操作 147 浏览
- 跨多个参数服务器的分片变量 171 浏览
- 十三、卷积神经网络 230 浏览
-
十四、循环神经网络
185 浏览
- 循环神经元 172 浏览
- 记忆单元 168 浏览
- 输入和输出序列 258 浏览
- TensorFlow 中的基本 RNN 234 浏览
- 时间上的静态展开 224 浏览
- 时间上的动态展开 171 浏览
- 处理变长输入序列 242 浏览
- 处理变长输出序列 207 浏览
- 训练 RNN 242 浏览
- 训练序列分类器 288 浏览
- 为预测时间序列而训练 279 浏览
- 深度 RNN 190 浏览
- 在多个 GPU 上分布式部署深度 RNN 网络 213 浏览
- Dropout 的应用 206 浏览
- 长时训练的困难 170 浏览
- 窥孔连接 207 浏览
- GRU 单元 273 浏览
- 单词嵌入 154 浏览
- 练习 132 浏览
-
十五、自编码器
214 浏览
- 有效的数据表示 163 浏览
- 用不完整的线性自编码器执行 PCA 162 浏览
- 栈式自编码器（SAE） 222 浏览
- TensorFlow实现 115 浏览
- 关联权重 152 浏览
- 一次训练一个自编码器 169 浏览
- 可视化重建 160 浏览
- 可视化功能 136 浏览
- 无监督预训练使用栈式自编码器 186 浏览
- 降噪自编码（DAE） 206 浏览
- TensorFlow 实现 128 浏览
- 稀疏自编码器 254 浏览
- TensorFlow 实现 168 浏览
- 变分自编码器（VAE） 115 浏览
- 生成数字 158 浏览
- 其他自编码器 112 浏览
-
十六、强化学习
246 浏览
- 学习优化奖励 133 浏览
- 策略搜索 161 浏览
- OpenAI 的介绍 157 浏览
- 神经网络策略 160 浏览
- 评价行为：信用分配问题 317 浏览
- 策略梯度 168 浏览
- 马尔可夫决策过程 162 浏览
- 时间差分学习与 Q 学习 158 浏览
- 探索策略 135 浏览
- 近似 Q 学习 137 浏览
- 学习去使用深度 Q 学习来玩 Ms.Pac-Man 161 浏览
- 练习 130 浏览
- 感谢 140 浏览
- 附录 C、SVM 对偶问题 255 浏览
- 附录 D、自动微分 210 浏览
