Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 电子书 下载 2025
- 机器学习
- TensorFlow
- Python
- sklearn
- 人工智能
- ML
- 深度学习
- 计算机
具体描述
读后感
https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================
评分目前读到第5章，对于小白来说虽然略难但是受益匪浅啊，至于书的质量前面褒扬的话绝对不为过，说说我的自虐历程，到第二章实例分析的时候作者说撸起袖子别怕脏手????，我就乖乖的开始跟着撸代码 python不太好，各种不懂有没有 但是也不管那么多就是强撸，到现在很多以前不懂...
评分================================================== [https://github.com/DeqianBai/Hands-on-Machine-Learning] ================================================== 自己翻译的版本，还在更新，打开一个Jupyter 文件就可以一边学习理论，一遍进行操作验证 原书的代码示例...
评分tensorflow的官方文档写的比较乱，这本书的出现，恰好拯救了一批想入门tf，又看不进去官方文档的人。行文非常棒，例子丰富，有助于工程实践。这本书上提到了一些理论，简单形象；但是，理论不是此书的重点，也不应是此书的重点。这本书对于机器学习小白十分友好，读完了也就差...
评分明年才出版，结合这两者的树很顺应时代需求啊，希望能出中文版，虽然英文读起来更好，但是为了效率，学习技术还是中文的来得更快些。
用户评价
理论结合实践的入门书，读起来有相当难度，值得克服
评分精彩! 理论与实践兼备，Know-How、Know-What, Know-Why的优秀融合。作者功底深厚，横跨产学研。本书并不像学术书籍沉迷于公式和调参，也不像工程书籍沉醉于API的介绍和调用。本书在介绍模型和包的同时，还介绍了模型背后的思想。让你看到，前人在解决现有模型存在的问题时，为了哪怕在外人看来微不足道的进步，都做了哪些漂亮的工作，提出了什么优美的解法。在拟合(偏差)和泛化(方差)间完美权衡，这只能是艺术。 "人脑是一个神奇的发现规律的系统，这意味着大脑非常容易发生过拟合"。 "模型是观察的简化版本。简化意味着舍弃无法进行推广的表面细节。但是，要确定舍弃什么数据、保留什么数据，必须要做假设。如果不对数据做假设，就没有理由选择一个模型而不选另一个。这称作没有免费午餐(NFL)公理"。
评分在看过为数不多的机器学习编程入门书中，此书可谓首选，特别是相较某些号称不错的书，内容几乎依次照搬TensorFlow官方教程的例子，代码解释却还不如官方教程清楚，感慨现在烂书真是越来越好写。本书对数学的要求不高，前半本讲各种算法，后半段TensorFlow做模型，兼顾原理和应用。
评分強烈推薦。作者十分專業，對業界很瞭解，且敬業。隨書附送的代碼、習題答案不斷更新。比如SELU的論文6月剛出來，他的代碼庫6月就包含了這個算法。看本書能極大拓展初學者眼界，讓初學者在會「搬磚」的同時，也能瞭解到學術界最近的動向。可以說是近年來面對碼工初學者最好的深度學習教材。
评分理论结合实践的入门书，读起来有相当难度，值得克服
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈图书下载中心 版权所有