机器学习实战：基于Scikit-Learn和TensorFlow 中英文pdf版+源码[79MB]

《机器学习实战：基于Scikit-Learn和TensorFlow》主要分为两个部分。第一部分为第1章到第8章，涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等，帮助读者掌握Scikit-Learn的常用方法；第二部分为第9章到第16章，探讨深度学习和常用框架TensorFlow，一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络，以及卷积神经网络。

目录

第一部分 机器学习基础
第1章 机器学习概览
第2章 端到端的机器学习项目
第3章 分类
第4章 训练模型
第5章 支持向量机
第6章 决策树
第7章 集成学习和随机森林
第8章 降维
第二部分 神经网络和深度学习
第9章 运行TensorFlow
第10章 人工神经网络简介
第11章 训练深度神经网络
第12章 跨设备和服务器的分布式TensorFlow
第13章 卷积神经网络
第14章 循环神经网络
第15章 自动编码器
第16章 强化学习