初级
提供者 : Josh Turner
8 章节 · 22 课时 · 1h 49m
语言：阿拉伯语, 德语, 英语, 西班牙语, 法语, 葡萄牙语, 简体中文
课程描述
在TensorFlow课程中，您将首先学习如何使用机器学习来解决金融和生物学等不同领域的现实问题。您将探索分类模型、Pandas数据处理、 Seaborn可视化以及模型评估和性能指标。
TensorFlow的不同附加组件以及如何在机器学习项目中有效地使用它们。您将了解TensorFlow Hub、 TensorFlow Probability API和TensorFlow Lite等工具。随后，您将了解迁移学习以及如何使用预训练模型来提高机器学习项目的性能。
您还将探索迁移学习的不同好处，以及如何使用混淆矩阵和验证数据集等工具来微调您的模型。在课程结束时，您将对迁移学习以及使用预训练模型提高机器学习项目性能所需的技能有基本的了解。
无论您是想解决现实世界的问题、增强机器学习模型的能力，还是提高其性能，本课程都将为您提供成功所需的技能和知识。
您将学到的内容
- 理解机器学习可在金融和生物学等领域解决的现实问题类型
- 使用 TensorFlow 将分类模型应用于现实问题
- 使用 Pandas 对数据进行预处理，并为预训练模型的使用做好准备
- 使用 TensorFlow 附加组件，包括 TensorFlow Hub、TensorFlow Probability API 和 TensorFlow Lite
- 使用预训练模型构建、编译和训练迁移学习模型
- 使用混淆矩阵和验证数据集评估和微调模型
关键要点
- 机器学习可应用于金融和生物学等不同领域的现实问题。
- 本课程涵盖分类模型、Pandas 数据处理、Seaborn 可视化，以及模型评估和性能指标。
- 迁移学习利用预训练模型来提升机器学习项目的性能。
- TensorFlow Hub 等工具帮助您查找和使用预训练模型，而混淆矩阵和验证数据集则有助于微调模型。
- 课程结束后，您将对迁移学习有基础性理解，并掌握有效使用预训练模型的技能。
常见问题
本课程适合哪些人？
本课程适合希望解决现实问题、增强机器学习模型能力或使用 TensorFlow 提升模型性能的任何人。
本课程将学习哪些内容？
您将学习使用机器学习解决现实问题，探索分类模型、Pandas 数据处理、Seaborn 可视化和模型评估，使用 TensorFlow 附加组件（如 TensorFlow Hub、TensorFlow Probability API 和 TensorFlow Lite），以及使用预训练模型进行迁移学习。
课程结束时的重点是什么？
课程结束后，您将对迁移学习有基础性理解，并掌握使用预训练模型提升机器学习项目性能所需的技能。
本课程涵盖哪些技能？
本课程涵盖机器学习、机器学习模型训练、ML.NET、TensorFlow、训练数据集和迁移学习。
课程是否涵盖模型评估和微调？
是的，课程涵盖模型评估和性能指标，并讲解如何使用混淆矩阵和验证数据集等工具来微调您的模型。
