機器學習教育的四個領域
在開始你的教育路徑時，瞭解如何學習機器學習非常重要。我們將學習過程分解為四個知識領域，每個領域都提供了機器學習拼圖中的基礎部分。為了幫助你走好這條路，我們整理了書籍、影片和線上課程，這些資源將提升你的能力，並讓你為在專案中使用機器學習做好準備。從我們設計的引導式課程開始，或者透過探索我們的資源庫選擇你自己的路徑。
TensorFlow 課程
透過我們包含推薦課程、書籍和影片的引導式課程開始學習。
透過這套書籍和線上課程學習機器學習的基礎知識。你將瞭解機器學習的概況，並在 TensorFlow 2.0 的引導下深入學習深度學習。隨後，你將有機會透過初學者教程練習所學內容。
一旦你掌握了機器學習的基礎知識，就可以深入研究神經網路和深度學習的理論理解，並提高你對底層數學概念的認知，從而將你的能力提升到一個新的水平。
學習在 JavaScript 中開發機器學習模型的基礎知識，以及如何直接在瀏覽器中進行部署。你將獲得深度學習的高階介紹，並透過動手練習瞭解如何開始使用 TensorFlow.js。
這本入門書提供了一種程式碼優先的方法，學習如何實現最常見的機器學習場景，例如計算機視覺、自然語言處理 (NLP) 以及適用於 Web、移動、雲和嵌入式執行時的序列建模。
透過具體的示例、最少的理論以及兩種生產就緒的 Python 框架（Scikit-Learn 和 TensorFlow），這本書幫助你直觀地理解構建智慧系統的概念和工具。
這本深度學習教科書是一份資源，旨在幫助學生和從業者進入機器學習領域，特別是深度學習領域。
這本書提供了神經網路的理論背景。它沒有使用 TensorFlow，但對於有興趣瞭解更多資訊的學生來說是一本極好的參考書。
一種面向廣泛技術受眾的、動手實踐的 TensorFlow.js 基礎知識端到端方法。讀完本書後，你將學會如何使用 TensorFlow.js 構建和部署生產就緒的深度學習系統。
由 TensorFlow 庫的主要作者編寫，這本書為瀏覽器中或 Node.js 環境下的 JavaScript 深度學習應用程式提供了引人入勝的案例研究和深入的指導。
DeepLearning.AI
TensorFlow AI、機器學習和深度學習導論本課程與 TensorFlow 團隊合作開發，是 TensorFlow 開發者專業認證的一部分，將教你使用 TensorFlow 的最佳實踐。
DeepLearning.AI
TensorFlow 開發者專業認證在這門由 TensorFlow 開發者教授的四門課程的專業認證中，你將探索開發者在 TensorFlow 中構建可擴充套件 AI 演算法所使用的工具和軟體。
DeepLearning.AI
TensorFlow：高階技術專業認證該專業認證面向具備 TensorFlow 基礎理解並希望透過學習高階 TensorFlow 功能來構建強大模型，從而擴充套件其知識和技能集的軟體和機器學習工程師。
瞭解如何讓你的前沿研究獲得更多關注，或者在未來的工作中為你的客戶或你所在的公司透過基於 Web 的機器學習在你的 Web 應用程式中提供超能力。
機率與統計學的視覺化介紹。
這本書提供了統計學習領域的易懂概述，這是理解機器學習中訓練模型所需的龐大且複雜的資料集世界的重要工具集。
在這個系列中，TensorFlow 團隊從編碼的角度審視了 TensorFlow 的各個部分，包含使用 TensorFlow 高階 API、自然語言處理、神經結構學習等影片。
獲得在瀏覽器中使用 JavaScript 應用機器學習的實際工作知識。學習如何從空白畫布編寫自定義模型，透過遷移學習重新訓練模型，以及將模型從 Python 轉換過來。
一種面向廣泛技術受眾的、動手實踐的 TensorFlow.js 基礎知識端到端方法。讀完本書後，你將學會如何使用 TensorFlow.js 構建和部署生產就緒的深度學習系統。
一個由 3 部分組成的系列，探討了使用 TensorFlow.js 訓練和執行機器學習模型，並向你展示瞭如何建立一個直接在瀏覽器中執行的 JavaScript 機器學習模型。
使用 TensorFlow.js 從零開始成為 Web ML 專家。學習如何建立可以在客戶端執行並幾乎可以在任何裝置上使用的下一代 Web 應用程式。
作為機器學習和構建神經網路更大系列的一部分，此影片播放列表專注於 TensorFlow.js、核心 API，以及如何使用 JavaScript 庫來訓練和部署機器學習模型。
這本書引導你完成使用 TensorFlow 生態系統自動化機器學習流水線的步驟。書中的機器學習示例基於 TensorFlow 和 Keras，但核心概念可以應用於任何框架。
