机器学习与 JavaScript (Node.js)：实践指南

书籍 《机器学习与 JavaScript (Node.js)》 是一本面向开发者的实践指南，旨在帮助开发者掌握使用 JavaScript 生态系统在服务器端进行机器学习。与传统的以 Python 为导向的 ML 书籍不同，本书完全聚焦于 Node.js 及相关技术。

本书内容

本书循序渐进地引导读者从机器学习基础到在生产环境中部署成品模型。您将了解到：

• 如何为 Node.js 安装和配置 TensorFlow.js
• JavaScript 中线性回归和逻辑回归的基础知识
• 使用 tfjs-node 构建和训练神经网络
• 自然语言处理 (NLP) —— 分词、向量化、文本分类
• 创建推荐系统和数据聚类
• 将 ML 模型与 Express.js 和 REST API 集成
• 性能优化以及通过 CUDA 使用 GPU 加速
• 在 Docker 容器和云服务中部署模型

适合读者

• 希望将 ML 添加到技术栈中的 JavaScript 开发者
• 对 Data Science 感兴趣的 Node.js 程序员
• 学习机器学习的学生和初学者
• 构建智能 Web 应用的全栈开发者

您将学到什么

阅读本书后，您将能够：

• 理解 ML 的核心概念：监督学习、无监督学习、梯度下降、损失函数
• 使用 TensorFlow.js 直接在 Node.js 中构建和训练模型
• 使用 JavaScript 加载和预处理数据（CSV、JSON、图像）
• 创建接收数据并返回预测结果的 REST API
• 导出和导入模型，并在新数据上进行微调
• 将 ML 应用于实际任务：文本情感分析、时间序列预测、图像识别

为什么选择 JavaScript 和 Node.js

JavaScript 是世界上最流行的编程语言。使用 Node.js 进行机器学习，您可以：

• 在客户端和服务器端使用同一种语言
• 轻松将 ML 模型集成到现有 Web 应用中
• 处理异步请求和数据流
• 无需切换到 Python 技术栈即可部署模型

本书包含大量实践示例、可直接使用的代码片段以及巩固知识的练习。所有示例均可在 GitHub 仓库中找到。立即开始您在 JavaScript 上的机器学习之旅吧！