這個(gè)技術(shù)有什么前途
目前，機(jī)器學(xué)習(xí)是IT領(lǐng)域最熱門(mén)的話題之一，它能在看似無(wú)限的應(yīng)用場(chǎng)景中發(fā)揮自身的作用，包括檢測(cè)欺詐網(wǎng)站、自動(dòng)駕駛及識(shí)別“金牌會(huì)員”身份以進(jìn)行價(jià)格預(yù)測(cè)等。
通過(guò)機(jī)器學(xué)習(xí)，傳統(tǒng)行業(yè)與互聯(lián)網(wǎng)結(jié)合得更加緊密，機(jī)器學(xué)習(xí)能夠幫助傳統(tǒng)行業(yè)深度挖掘多年積累的數(shù)據(jù)，并根據(jù)各種行業(yè)場(chǎng)景制定模型。這些模型的合理應(yīng)用，能夠幫助各行業(yè)節(jié)省大量的人力和物力，為行業(yè)發(fā)展提供更多的數(shù)據(jù)支持。
隨著各行業(yè)對(duì)機(jī)器學(xué)習(xí)的認(rèn)識(shí)逐漸加深，通過(guò)選擇合適的工具，從業(yè)人員可以簡(jiǎn)化建模過(guò)程，更專(zhuān)注地分析數(shù)據(jù)和設(shè)計(jì)算法。
TensorFlow是機(jī)器學(xué)習(xí)領(lǐng)域的老牌開(kāi)源軟件，其適用性已經(jīng)在機(jī)器學(xué)習(xí)領(lǐng)域得到了驗(yàn)證，其開(kāi)放的學(xué)習(xí)社區(qū)和大量的學(xué)習(xí)資料能夠?yàn)樘幱诟麟A段的學(xué)習(xí)者提供幫助。
筆者的使用體會(huì)
作為一直使用TensorFlow的互聯(lián)網(wǎng)從業(yè)者，筆者在TensorFlow 2.0推出之際，首先使用其對(duì)原有項(xiàng)目進(jìn)行了簡(jiǎn)單的升級(jí)。在該過(guò)程中，筆者發(fā)現(xiàn)，TensorFlow 2.0根據(jù)TensorFlow社區(qū)眾多開(kāi)發(fā)者提出的意見(jiàn)在很多方面進(jìn)行了優(yōu)化，尤其是Keras的引入及其使用的加強(qiáng)，令筆者眼前一亮。
本書(shū)的特色
本書(shū)從基礎(chǔ)的TensorFlow 2.0的安裝、設(shè)置及應(yīng)用開(kāi)始介紹，并在介紹TensorFlow 2.0的新特性時(shí)使用了大量的實(shí)例，以幫助讀者快速理解TensorFlow 2.0的特性。
TensorFlow 2.0是一款機(jī)器學(xué)習(xí)工具，在介紹TensorFlow 2.0的同時(shí)，本書(shū)也穿插介紹了一些機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，并以此為基礎(chǔ)介紹了如何構(gòu)建、訓(xùn)練和使用機(jī)器學(xué)習(xí)模型。
本書(shū)希望通過(guò)通俗易懂的示例來(lái)幫助讀者理解深?yuàn)W的算法知識(shí)，同時(shí)充分利用TensorFlow 2.0的新特性來(lái)保證讀者能夠?qū)W會(huì)使用機(jī)器學(xué)習(xí)工具，把讀者從構(gòu)建模型的繁雜工作中解放出來(lái)，使讀者能更深刻地了解實(shí)際場(chǎng)景，分析場(chǎng)景中的邏輯并精煉算法，從而達(dá)到使用機(jī)器學(xué)習(xí)的目的。
本書(shū)的內(nèi)容
第1章介紹了人工智能的概念和常用的機(jī)器學(xué)習(xí)軟件。
第2章介紹了在Linux和Windows系統(tǒng)上安裝與設(shè)置TensorFlow 2.0的方法，為后面使用TensorFlow 2.0做準(zhǔn)備。
第3章介紹了TensorFlow 2.0的基礎(chǔ)概念，如后面章節(jié)中用到的張量、數(shù)據(jù)集等。
第4章介紹了TensorFlow 2.0的應(yīng)用：多層感知器。這是本書(shū)介紹的第一個(gè)TensorFlow 2.0的實(shí)際應(yīng)用。
第5章深入介紹了卷積神經(jīng)網(wǎng)絡(luò)在TensorFlow 2.0中的應(yīng)用。卷積神經(jīng)網(wǎng)絡(luò)是一種在深度學(xué)習(xí)中常用的網(wǎng)絡(luò)模型結(jié)構(gòu)。
第6章對(duì)TensorFlow 2.0的監(jiān)督學(xué)習(xí)進(jìn)行了介紹。
第7章對(duì)TensorFlow 2.0的新特性應(yīng)用進(jìn)行了介紹，介紹了如何使用Keras構(gòu)建TensorFlow 2.0的網(wǎng)絡(luò)模型并進(jìn)行訓(xùn)練。
第8章針對(duì)典型的文本處理場(chǎng)景，介紹了如何使用TensorFlow 2.0對(duì)文本進(jìn)行分類(lèi)和處理。
第9章針對(duì)典型的圖像處理場(chǎng)景，介紹了如何使用TensorFlow 2.0對(duì)圖像進(jìn)行分類(lèi)和處理。
第10章通過(guò)實(shí)例介紹了決策樹(shù)在TensorFlow 2.0下的使用。
第11章探討了機(jī)器學(xué)習(xí)中常見(jiàn)的過(guò)擬合和欠擬合在TensorFlow 2.0下的優(yōu)化方法。
第12章通過(guò)實(shí)例介紹了如何使用TensorFlow 2.0結(jié)構(gòu)化數(shù)據(jù)。
第13章著重介紹了如何使用TensorFlow 2.0構(gòu)建一個(gè)回歸模型并進(jìn)行訓(xùn)練。
作者介紹
趙銘：互聯(lián)網(wǎng)20年從業(yè)者，目前就職于醫(yī)療大數(shù)據(jù)行業(yè)，從事數(shù)據(jù)倉(cāng)庫(kù)、數(shù)據(jù)分析和知識(shí)圖譜等方面的研究。跟進(jìn)了多個(gè)從0到1的項(xiàng)目，在項(xiàng)目調(diào)研、項(xiàng)目執(zhí)行、項(xiàng)目推廣和項(xiàng)目維護(hù)工作中均有不同程度的參與。曾在人人網(wǎng)擔(dān)任基礎(chǔ)架構(gòu)工程師，在粉絲網(wǎng)擔(dān)任SRE部門(mén)開(kāi)發(fā)工程師。在多年的工作中，積累了一定的開(kāi)發(fā)經(jīng)驗(yàn)。
歐鐵軍：擁有15年軟件和互聯(lián)網(wǎng)工作背景。曾任IBM中國(guó)研究院研究員、高級(jí)軟件工程師，成功完成多個(gè)IBM產(chǎn)品線的前沿研究工作，并在供應(yīng)鏈、業(yè)務(wù)流程、智慧城市領(lǐng)域?qū)嵤┝硕鄠�(gè)大型項(xiàng)目；曾任國(guó)美庫(kù)巴網(wǎng)CTO，在國(guó)美收購(gòu)庫(kù)巴網(wǎng)一案中起到了關(guān)鍵作用。在之后的幾年里，分別在3家創(chuàng)業(yè)公司擔(dān)任CTO，帶領(lǐng)團(tuán)隊(duì)在云計(jì)算、O2O、C2B領(lǐng)域完成了多次技術(shù)攻關(guān)。擁有多項(xiàng)計(jì)算機(jī)工程領(lǐng)域?qū)＠l(fā)表了多篇學(xué)術(shù)論文。
本書(shū)的讀者對(duì)象
? 機(jī)器學(xué)習(xí)的初學(xué)者
? 各數(shù)據(jù)公司的相關(guān)人員
? 各類(lèi)培訓(xùn)班的學(xué)員
? 相關(guān)專(zhuān)業(yè)的大中專(zhuān)院校學(xué)生
? 需要工具書(shū)的學(xué)習(xí)者
? 其他對(duì)機(jī)器學(xué)習(xí)感興趣的人
新書(shū)資訊