Tensorflow / Deep Learning可以用于梯度提升树，Logistic回归吗？

Question

Tensorflow和深度学习主要用于图像处理（分类，识别），NLP，语音和文本处理。我过去使用过Spark MLLIB和Mahout吗？ Tensorflow有深度神经网络的例子 - https://www.tensorflow.org/tutorials/wide_and_deep。 Logistic回归，Gradient Boosted Trees等可以在Tensorflow或DL Framework中建模吗？

Answer 1

是的，当然。事实上，你可以找到很多例子：

有一些现成的实现，如https://www.tensorflow.org/tutorials/wide中的tf.contrib.learn.LinearClassifier

或类似的内容：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/2_BasicModels/logistic_regression.py您使用tf.matmul和适当的激活。

甚至还有一些渐变提升：https://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html