【下載地址】

套裝書目

《Python機器學習實踐指南》

《TensorFlow機器學習專案實戰》

《TensorFlow技術解析與實戰》

簡介

《Python機器學習實踐指南》

機器學習是近年來漸趨熱門的一個領域，同時Python語言經過一段時間的發展也已逐漸成為主流的程式語言之一。本書結合了機器學習和Python語言兩個熱門的領域，通過易於理解的專案詳細講述瞭如何構建真實的機器學習應用程式。全書共有10章。第1章講解了Python機器學習的生態系統，剩餘9章介紹了眾多與機器學習相關的演算法，包括聚類演算法、推薦引擎等，主要包括機器學習在公寓、機票、IPO市場、新聞源、內容推廣、股票市場、影象、聊天機器人和推薦引擎等方面的應用。本書適合Python程式設計師、資料分析人員、對演算法感興趣的讀者、機器學習領域的從業人員及科研人員閱讀。

《TensorFlow機器學習專案實戰》

TensorFlow是Google所主導的機器學習框架，也是機器學習領域研究和應用的熱門物件。 本書主要介紹如何使用TensorFlow庫實現各種各樣的模型，旨在降低學習門檻，併為讀者解決問題提供詳細的方法和指導。全書共10章，分別介紹了TensorFlow基礎知識、聚類、線性迴歸、邏輯迴歸、不同的神經網路、規模化執行模型以及庫的應用技巧。本書適合想要學習和了解 TensorFlow 和機器學習的讀者閱讀參考。如果讀者具備一定的C++和Python的經驗，將能夠更加輕鬆地閱讀和學習本書。

《TensorFlow技術解析與實戰》

本書從深度學習的基礎講起，深入TensorFlow框架原理、模型構建、原始碼分析和網路實現等各個方面。全書分為基礎篇、實戰篇和提高篇三部分。基礎篇講解人工智慧的入門知識，深度學習的方法，TensorFlow的基礎原理、系統架構、設計理念、程式設計模型、常用API、批標準化、模型的儲存與載入、佇列與執行緒，實現一個自定義操作，並進行TensorFlow原始碼解析，介紹卷積神經網路（CNN）和迴圈神經網路（RNN）的演化發展及其TensorFlow實現、TensorFlow的高階框架等知識；實戰篇講解如何用TensorFlow寫一個神經網路程式並介紹TensorFlow實現各種網路（CNN、RNN和自編碼網路等），並對MINIST資料集進行訓練，講解TensorFlow在人臉識別、自然語言處理、影象和語音的結合、生成式對抗網路等方面的應用；提高篇講解TensorFlow的分散式原理、架構、模式、API，還會介紹TensorFlow XLA、TensorFlow Debugger、TensorFlow和Kubernetes結合、TensorFlowOnSpark、TensorFlow移動端應用，以及TensorFlow Serving、TensorFlow Fold和TensorFlow計算加速等其他特性。最後，附錄中列出一些可供參考的公開資料集，並結合作者的專案經驗介紹專案管理的一些建議。本書深入淺出，理論聯絡實際，實戰案例新穎，基於最新的TensorFlow 1.1版本，涵蓋TensorFlow的新特性，非常適合對深度學習和TensorFlow感興趣的讀者閱讀。