深智FB推薦文
===

TENSORFLOW

機器學習的工作流程十分重要，每一個步驟都有其科學方法及根據，將這些步驟正規化是市面上書籍少見的。這些步驟包括了資料搜集、資料清理、特徵工程，資料切割、演算法選擇，模型訓練、模型計分、模型評估、佈署、預測等。市面上大部分的書籍都偏向工具的使用，本書十分著重理論的實作，使用了各種不同的方法來評估模型，包括了

* Boolean：真/假。
* Choice：多個設定選項。
* Int/Float：整數/浮點數的連續範圍。
* Fixed：測試所有參數(tune_new_entries=True)，除了目前的參數，也可依賴其他參數(parent_name)的設定。只有當其他參數值為特定值時，這個參數才會生效。
* conditional_scope：條件式，類似Fixed，依賴其他參數，只有當其他參數值為特定值時，這個條件才會生效。

而測試方法(Tuners)有下列幾種，可擇一使用：
* Hyperband：測試所有組合。
* RandomSearch：若測試範圍過大，可隨機抽樣部份組合，加以測試。
* BayesianOptimization：搭配高斯過程(Gaussian process)，依照前次的測試結果，決定下次的測試內容。