基于TensorFlow的机器学习速成课程25讲视频全集（21-22讲）

【导读】前些日子，大家都知道，Google 上线了基于 TensorFlow 的机器学习速成课程，它包含 40 多项练习、25 节课程以及 15 个小时的紧凑学习内容。

基于TensorFlow的机器学习速成课程25讲视频全集（01-03讲）

基于TensorFlow的机器学习速成课程25讲视频全集（04-06讲）

基于TensorFlow的机器学习速成课程25讲视频全集（07-09讲）

基于TensorFlow的机器学习速成课程25讲视频全集（10-12讲）

基于TensorFlow的机器学习速成课程25讲视频全集（13-15讲）

基于TensorFlow的机器学习速成课程25讲视频全集（16-18讲）

基于TensorFlow的机器学习速成课程25讲视频全集（19-20讲）

本课程是机器学习热爱者的自学指南，且课程资料都是中文书写，课程视频都由机器学习技术转述为中文音频。这对于中文读者来说将会有很大的帮助，我们也能选择英文语音以更精确地学习内容。这曾是 Google 内部培训工程师的课程，有近万名 Google 员工参与并将学到的东西用在产品的优化和增强上。

课程网址：

https://developers.google.cn/machine-learning/crash-course 注：最低下角可点击切换到中文版

课程目录

机器学习概念 01-03讲：机器学习简介、框架处理、深入了解ML 04-06讲：降低损失、使用TF的基本步骤、泛化 07-09讲：训练集和测试集、验证、表示法 10-12讲：特征组合、简单正则化、逻辑回归 13-15讲：分类、稀疏性正则化、神经网络简介 16-18讲：训练神经网络、多类别神经网络、嵌套 机器学习工程 19-20讲：生产环境机器学习系统、静态与动态训练 21-22讲：静态与动态推理、数据依赖关系 应用示例 23-25讲：癌症预测、18世纪文字、应用准则

第二十一讲：静态推理与动态推理

您可以选择以下任一推理策略：

• 离线推理，指的是使用 MapReduce 或类似方法批量进行所有可能的预测。然后，将预测记录到 SSTable 或 Bigtable 中，并将它们提供给一个缓存/查询表。
• 在线推理，指的是使用服务器根据需要进行预测。

预计用时：3 分钟 学习目标

• 了解静态推理和动态推理的优缺点。
• 评估现实世界情形的训练和应用需求。

第二十二讲：数据依赖关系

数据之于机器学习开发者的重要性等同于代码之于传统编程人员的重要性。本课程重点介绍您应该围绕数据询问的各种问题。

预计用时：10 分钟 学习目标

• 了解生产机器学习系统中的数据依赖关系。

明天更新23~25讲，继续关注！

https://developers.google.cn/machine-learning/crash-course

-END-