【下载】机器学习TensorFlow代码教程实战书籍和代码

DM.AI 高级架构师Nishant Shukla最新撰写的机器学习TensorFlow教程实战书籍（2017年12月出版）介绍基于TensorFlow工具来使用机器学习的教程原理和实现工具。

我们生活在一个大数据世界。能够近乎实时的决策变得越来越重要。为了取得成功，我们需要机器学习系统，将大量数据转化为有价值的见解。但是当你刚刚开始在数据科学领域，你如何开始创建机器学习应用程序？答案是TensorFlow，一个来自Google的新的开源机器学习库，他们使用自己的成功产品，如搜索，地图，YouTube，翻译和照片。 TensorFlow库可以将您的高级设计转化为机器学习算法所需的低级数学运算。

请关注专知公众号（扫一扫最下面专知二维码，或者点击上方蓝色专知），

• 后台回复“MLTF” 就可以获取Shukla的机器学习TensorFlow pdf第一章下载~
• 后台回复“MLTFC” 就可以获取Shukla的机器学习TensorFlow 代码下载~

书的目录包括：

▌第一部分 机器学习与TensorFlow基础

▌第二部分 核心学习算法

▌第三部分 神经网络

▌第一章详细内容

▌Github代码

Machine Learning with TensorFlow (机器学习TensorFlow实战)

这是用机器学习TensorFlow实战的官方代码资源库(http://www.tensorflowbook.com/).

警告：该书将在一两个月后发布，该版本是整个代码的预览版。我将在接下来的几周内大量更新这个版本。 敬请关注！

使用Google最新最好的机器学习库TensorFlow开始进行机器学习。

概要

第二章 - TensorFlow基础

• 概念 1: 定义张量（tensors）
• 概念 2: 评估操作
• 概念 3: 交互式会话
• 概念 4: 会话记录
• 概念 5: 变量
• 概念 6: 保存变量
• 概念 7: 加载变量
• 概念 8: TensorBoard

第三章 - 回归

• 概念 1: 线性回归
• 概念 2: 多元回归
• 概念 3: 正则化

第四章 - 分类

• 概念 1: 用线性回归进行分类
• 概念 2: 逻辑斯蒂回归
• 概念 3: 2维逻辑斯蒂回归
• 概念 4: Softmax分类

第五章 - 聚类

• 概念 1: 聚类
• 概念 2: 分割
• 概念 3: 自组织映射

第六章 - 隐马尔可夫模型

• 概念 1: 前向算法
• 概念 2: Viterbi解码

第七章 - 自编码器

• 概念 1: 自编码器
• 概念 2: 将自动编码器应用于图像
• 概念 3: 去噪自编码器

第八章 - 增强学习

• 概念 1: 增强学习

第九章 - 卷积神经网络

• 概念 1: 使用CIFAR-10数据集
• 概念 2: 卷积
• 概念 3: 卷积神经网络

第十章 - 递归神经网络

• 概念 1: 加载时序数据
• 概念 2: 递归神经网络
• 概念 3: 将递归神经网络应用在实际数据上，以实现时序预测

第十一章 - Seq2Seq 模型

• 概念 1: 多cell RNN
• 概念 2: Embedding lookup
• 概念 3: Seq2seq模型

第十二章 - 排序

• 概念 1: RankNet
• 概念 2: 图像嵌入
• 概念 3: 图像排序