张量流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。我以前使用Spark MLLIB和Mahout？ Tensorflow有深度神经网络的例子 - https://www.tensorflow.org/tutorials/wide_and_deep。逻辑回归，梯度增强树等可以在Tensorflow或DL框架中建模吗？可以使用Tensorflow/Deep Learning进行梯度增强树，Logistic回归？
是的，当然。事实上，你可以找到很多的例子：
有喜欢tf.contrib.learn.LinearClassifier一些准备实现在https://www.tensorflow.org/tutorials/wide
或者是这样的：https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/2_BasicModels/logistic_regression.py在您使用tf.matmul和适当的激活。
甚至有东西与梯度提升：https://arogozhnikov.github.io/2016/07/05/gradient_boosting_playground.html
谢谢安德烈。你可以评论一下使用Tensorflow NN的准确性，比如Scikit学习。我问的原因是，CNN已经打败了传统的机器学习结果。 –
这真的取决于情况。神经网络通常需要大量的数据，更多的计算资源和更多的时间进行模型调整。 CNN也只适用于某些问题。有时候这个问题很容易使用通常的机器学习模型。神经网络也缺乏可解释性，这在业务中可能是必需的。 –