3、结构化数据的深度学习探索

结构化数据的深度学习探索

1. 深度学习栈概述

如今有多种深度学习框架可供选择，其中最受欢迎的两个是 TensorFlow（https://www.tensorflow.org）和 PyTorch（https://pytorch.org）。TensorFlow 在深度学习的工业应用中占据主导地位，而 PyTorch 在研究社区有大量追随者。

这里使用 Keras（https://keras.io）作为深度学习库。Keras 最初是一个独立项目，可作为多种深度学习框架的前端。从 TensorFlow 2.0 开始，Keras 集成到了 TensorFlow 中，它是 TensorFlow 推荐的高级 API。相关代码已在 TensorFlow 2.0 上验证，使用更高版本的 TensorFlow 应该也不会有问题。

深度学习栈的主要组件如下：
- Python ：这是一种易于学习、灵活的解释型语言，是目前机器学习领域最流行的语言。在过去十年里，Python 的流行与机器学习的复兴紧密相关，现在它作为机器学习的通用语言，远远超过了其最接近的竞争对手 R。Python 拥有庞大的生态系统和大量的库，不仅涵盖了机器学习的各个方面，还涉及开发的各个领域。此外，Python 有庞大的开发者社区，几乎可以在网上轻松找到任何 Python 问题的答案。代码示例除了部分 YAML 配置文件、SQL 示例以及一些包含 Markdown、HTML 和 JavaScript 的部署代码外，均用 Python 编写。
- Pandas ：这是一个 Python 库，可方便地处理 Python 中的表格型结构化数