机器学习实战：基于Scikit-Learn和TensorFlow中文高清(包含sklearn学习视频)

在本教程中,我们将介绍解决基于回归的机器学习问题的基础知识,并对当前最流行的一些算法进行比较研究。 设置 注册或登录。 从 Try IBM Watson 页面登录到您的 IBM Cloud 帐户来激活

这是一本Sklearn与TensorFlow机器学习实用指南翻译版的，适合缺乏实战的学习者。

首先我们将以一个简单的线性回归模型为例，讨论两种不同的训练方法来得到模型的最优解： 直接使用封闭方程进行求根运算，得到模型在当前训练集上的最优参数（即在训练集上使损失函数达到最小值的模型参数） 使用迭

PyData NYC 2014 的教程深入讲解了 scikit-learn 的高级功能。想象一下，您正在探索一个充满奥秘的森林，而这些高级功能正是您手中的地图，帮助您揭示隐藏的宝藏。您可以在 nbvi

第1章介绍TensorFlow的基本概念，包括张量、变量和占位符；同时展示了在TensorFlow中如何使用矩阵和各种数学操作。本章末尾讲述如何访问本书所需的数据源。第2章介绍如何在计算图中连接第1章

TensorFlow机器学习实战指南.pdf

本书是介绍如何在产品中使用TensorFlow的实用教程。本书介绍了可以使用TensorFlow的多种情况，并通过真实世界的项目，向读者展示了如何使用TensorFlow。本书还讲解了在实际环境中使用

Sklearn 与 TensorFlow 机器学习实用指南中文版 2018.6.20

挺不错的。开头的案例分析、概念讲解都很好，后面对神经网络的介绍也不错，代码也非常有参考性。

FitBit calorie consumption prediction service based on machine learning (scikit-learn)