TensorFlow机器学习项目开发实战

本书详细阐述了与TensorFlow项目开发相关的基 本解决方案，主要包括TensorFlow和机器学习概述、 利用机器学习探测外太空中的系外行星、情感分析、 数字分类、语音到文本的转换、预测股票价格、信用 卡欺诈检测、贝叶斯深度学习、图像匹配和分类、推 荐系统、大规模对象检测、生成图书脚本、深度强化 学习与游戏、部署机器学习模型等内容。此外，本书 还提供了相应的示例、代码，以帮助读者进一步理解 相关方案的实现过程。 本书既可作为高等院校计算机及相关专业的教材 和教学参考书，也可作为相关开发人员的自学教材和 参考手册。

第1章 TensorFlow和机器学习概述 1.1 关于TensorFlow 1.2 TensorFlow核心API 1.3 计算图 1.4 机器学习、分类和逻辑回归 1.5 使用TensorFlow进行逻辑回归 1.6 使用Keras进行逻辑回归 1.7 小结 1.8 问题 1.9 延伸阅读 第2章 利用机器学习探测外太空中的系外行星 2.1 关于决策树 2.2 集成学习的必要性 2.3 基于决策树的集成方法 2.4 TensorFlow中基于决策树的集成 2.5 探测外太空的系外行星 2.6 建立用于系外行星探测的TFBT模型 2.7 小结 2.8 问题 2.9 延伸阅读 第3章 使用TensorFlow.js在浏览器中进行情感分析 3.1 理解TensorFlow.js 3.2 理解Adam优化 3.3 理解分类交叉熵损失 3.4 理解单词嵌入 3.5 构建情感分析模型 3.6 使用TensorFlow.js在浏览器中运行模型 3.7 小结 3.8 问题 第4章 使用TensorFlow Lite进行数字分类 4.1 关于TensorFlow Lite 4.2 分类模型评估指标 4.3 使用TensorFlow Lite对数字进行分类 4.4 小结 4.5 问题 第5章 使用NLP进行从语音到文本的转换和主题的提取 5.1 关于Speech-to-Text框架和工具包 5.2 Google语音命令数据集 5.3 神经网络架构 5.4 训练模型 5.5 小结 5.6 问题 5.7 延伸阅读 第6章 使用高斯过程回归预测股票价格 6.1 理解贝叶斯规则 6.2 贝叶斯推理 6.3 高斯过程 6.4 将高斯过程应用于股市预测 6.5 创建股票价格预测模型 6.6 理解获得的结果