《使用TensorFlow.js构建Web机器学习应用》
需积分: 8 68 浏览量
更新于2024-12-06
收藏 356KB ZIP 举报
资源摘要信息:"《使用TensorFlow.js进行机器学习》是Packt出版社发行的一本关于利用TensorFlow.js框架来构建和部署机器学习模型的实用指南。TensorFlow.js允许开发者创建可以在Web浏览器中运行的高性能机器学习应用程序。该书不仅向读者展示了如何从零开始构建机器学习模型，还介绍了如何利用TensorFlow.js的生态系统来提高开发效率。
该书内容结构清晰，适合想要了解如何在Web环境中应用机器学习的读者。它覆盖了包括基础的机器学习概念到高级技术实现的整个流程。读者将学习到如何使用TensorFlow.js实现回归、聚类、快速傅立叶变换（FFT）和降维等机器学习技术。此外，书中还详细介绍了Bellman方程在解决Markov决策过程（MDP）问题中的应用，从而帮助读者理解强化学习的原理。
该书还涉及了如何使用TensorFlow Core来部署基于机器学习的Web应用程序和训练模型。这意味着读者不仅可以学习到如何在浏览器端部署机器学习模型，还可以深入了解如何在服务器端进行模型的训练和部署。整体而言，该书为读者提供了一个从理论到实践的全面学习路径，使得即使是没有机器学习背景的Web开发者也能够逐渐上手并精通TensorFlow.js。
本书适合的读者群体包括：
1. 对机器学习有基础了解，希望学习如何在Web平台上应用机器学习的开发者。
2. 想要在Web应用中集成机器学习功能的前端开发者。
3. 对TensorFlow.js框架感兴趣的机器学习爱好者或研究者。
4. 有志于探索机器学习与Web技术结合新领域的开发者。
学习这本书，读者将获得以下知识和技能：
1. TensorFlow.js框架的基础知识和高级用法。
2. 如何在Web环境中构建和部署机器学习模型。
3. 掌握使用TensorFlow.js实现各类机器学习算法和技术。
4. 了解强化学习以及Bellman方程在解决MDP问题中的应用。
5. 学习如何利用TensorFlow Core进行模型训练和Web部署。
书中的编程语言以TypeScript为主，这意味着读者还需要具备一定的TypeScript编程基础。通过本书的学习，读者将能够将机器学习模型与Web技术无缝集成，为自己的Web应用添加智能功能。"
Hands-On-Machine-Learning-with-TensorFlow.js.:Packt发行的《使用TensorFlow.js进行机器学习》 （91个子文件） 
memory-management.html 365B
assets.json 154B index.html 280B imdb.ts 5KB data-load.html 384B yarn.lock 40KB fft.html 536B sequence_utils.ts 2KB randomforest-mljs.html 380B node_perf.csv 2KB package-lock.json 142KB tsconfig.json 260B tfjs-node-benchmark.csv 3KB tsconfig.json 76B main.ts 460B .gitignore 17B cart_pole.ts 4KB README.md 5KB ui.ts 13KB wasm.ts 536B polynomial-regression.html 513B node_perf.csv 2KB embedding.html 498B bellman-equation.ts 4KB app.json 573B base-line.html 479B sketch-rnn.html 419B .watchmanconfig 3B package.json 839B pca-mnist.ts 4KB LICENSE 1KB mobilenet.ts 522B mnist.ts 5KB clustering.html 557B
splash.png 7KB webgl_perf.csv 2KB webpack.config.js 214B backend.html 379B backend.ts 254B pca.html 543B index.ts 141B clustering.ts 6KB kmeans.ts 1KB mobilenet.html 478B tfjs-benchmark.csv 4KB wasm.html 376B fft.ts 3KB App.tsx 950B
cat.jpg 101KB logistic-regression.ts 4KB tsconfig.json 238B .gitignore 111B yarn.lock 87KB utils.ts 1KB embedding.ts 1KB cpu_perf.csv 2KB logistic-regression-layers.ts 4KB data-load.ts 471B bellman-equation.html 468B package-lock.json 67KB tfjs-node-benchmark.csv 3KB index.html 800B tfjs-benchmark.csv 4KB index.html 140B message.ts 129B logistic-regression.html 545B yarn.lock 235KB memory-management.ts 412B performance.ts 645B logistic-regression-layers.html 552B embedding_util.ts 4KB visualize.html 353B sketch-rnn.ts 1KB logistic-regression-mljs.ts 4KB polynomial-regression.ts 3KB pca.ts 3KB randomforest-mljs.ts 588B babel.config.js 107B preload.ts 636B package.json 480B icon.png 1KB logistic-regression-mljs.html 550B index.ts 141B message.ts 129B performance.ts 510B base-line.ts 1KB performance.html 369B package.json 393B hello.ts 480B index.ts 15KB visualize.ts 1KB共 91 条
- 1
点击了解资源详情
点击了解资源详情
点击了解资源详情
2021-05-26 上传
2021-05-03 上传
2021-05-28 上传
2021-05-28 上传
2021-05-28 上传
2021-05-23 上传
生物医药从业者
- 粉丝: 24
- 资源: 4616
我的内容管理
展开
