如果你想从程序员转型为AI专家,这是一个理想的起点。基于Laurence Moroney极其成功的AI课程,这本介绍性的书提供了一个动手实践,代码优先的方法,帮助您建立信心,而您学习关键主题。

您将了解如何实现机器学习中最常见的场景,如计算机视觉、自然语言处理(NLP),以及web、移动、云和嵌入式运行时的序列建模。大多数关于机器学习的书籍都是从令人生畏的高等数学开始的。本指南建立在让您直接使用代码的实践经验的基础上。

你将学习: 如何使用TensorFlow建立模型 通过代码示例学习机器学习的基础知识 如何实现计算机视觉,包括图像中的特征检测 如何使用自然语言处理来标记和排列单词和句子 在Android和iOS中嵌入模型的方法 如何使用TensorFlow服务在网络和云上部署模型

https://www.oreilly.com/library/view/ai-and-machine/9781492078180/

欢迎来到《程序员的人工智能和机器学习》,这是我多年来一直想写的书,但由于机器学习(ML)的最新进展,特别是TensorFlow,它才真正成为可能。本书的目标是为你做准备,作为一个程序员,许多场景,你可以解决机器学习,目的是促使你成为一个ML和AI开发人员,而不需要博士学位!我希望你会发现它是有用的,它将增强你的信心,开始这一美妙和有价值的旅程。

这本书主要由两部分组成。第一部分(1-11章)讨论了如何使用TensorFlow为各种场景构建机器学习模型。它带你从最初的原理——用一个只包含一个神经元的神经网络建立一个模型——到计算机视觉、自然语言处理和序列建模。第二部分(12-20章)将介绍如何将模型放在Android和iOS上,在浏览器中使用JavaScript,并通过云提供服务。大多数章节都是独立的,所以你可以顺便学习一些新的东西,或者,当然,你可以从头到尾读一遍。

目录内容: Foreword

Preface I. Building Models

  1. Introduction to TensorFlow

  2. Introduction to Computer Vision

  3. Going Beyond the Basics: Detecting Features in Images

  4. Using Public Datasets with TensorFlow Datasets

  5. Introduction to Natural Language Processing

  6. Making Sentiment Programmable Using Embeddings

  7. Recurrent Neural Networks for Natural Language Processing

  8. Using TensorFlow to Create Text

  9. Understanding Sequence and Time Series Data

  10. Creating ML Models to Predict Sequences

  11. Using Convolutional and Recurrent Methods for Sequence Models

II. Using Models

  1. An Introduction to TensorFlow Lite

  2. Using TensorFlow Lite in Android Apps

  3. Using TensorFlow Lite in iOS Apps

  4. An Introduction to TensorFlow.js

  5. Coding Techniques for Computer Vision in TensorFlow.js

  6. Reusing and Converting Python Models to JavaScript

  7. Transfer Learning in JavaScript

  8. Deployment with TensorFlow Serving

  9. AI Ethics, Fairness, and Privacy

Index

成为VIP会员查看完整内容
118

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】数据科学手册,456页pdf
专知会员服务
149+阅读 · 2021年4月27日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
134+阅读 · 2021年1月1日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
79+阅读 · 2020年12月25日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
164+阅读 · 2020年10月30日
【干货书】现代数据平台架构,636页pdf
专知会员服务
253+阅读 · 2020年6月15日
告别调参,AutoML新书发布
专知
14+阅读 · 2018年10月16日
10本必读的机器学习和数据科学免费在线电子书
大数据技术
30+阅读 · 2018年6月8日
Arxiv
0+阅读 · 2021年9月1日
Arxiv
0+阅读 · 2021年8月29日
Arxiv
16+阅读 · 2020年5月20日
Object Detection in 20 Years: A Survey
Arxiv
48+阅读 · 2019年5月13日
VIP会员
相关VIP内容
【干货书】数据科学手册,456页pdf
专知会员服务
149+阅读 · 2021年4月27日
【干货书】面向计算科学和工程的Python导论,167页pdf
专知会员服务
41+阅读 · 2021年4月7日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【MIT干货书】机器学习算法视角,126页pdf
专知会员服务
77+阅读 · 2021年1月25日
【干货书】Python机器学习及金融应用,384页pdf
专知会员服务
134+阅读 · 2021年1月1日
【2020新书】程序员的机器学习与人工智能指南,350页pdf
专知会员服务
79+阅读 · 2020年12月25日
【干货书】Pytorch自然语言处理,210页pdf
专知会员服务
164+阅读 · 2020年10月30日
【干货书】现代数据平台架构,636页pdf
专知会员服务
253+阅读 · 2020年6月15日
微信扫码咨询专知VIP会员