圖書標籤: 機器學習  TensorFlow  Python  sklearn  人工智能  ML  深度學習  計算機   

喜歡 Hands-On Machine Learning with Scikit-Learn and TensorFlow 的讀者還喜歡

• 
  Deep Learning with Python pdf epub mobi txt 電子書 下載
• 
  Python for Data Analysis pdf epub mobi txt 電子書 下載
• 
  統計學習方法 pdf epub mobi txt 電子書 下載
• 
  The Elements of Statistical Learning pdf epub mobi txt 電子書 下載
• 
  Pattern Recognition and Machine Learning pdf epub mobi txt 電子書 下載
• 
  Fluent Python pdf epub mobi txt 電子書 下載
• 
  Designing Data-Intensive Applications pdf epub mobi txt 電子書 下載
• 
  Neural Network Methods in Natural Language Processing pdf epub mobi txt 電子書 下載
• 
  Introduction to Machine Learning with Python pdf epub mobi txt 電子書 下載
• 
  Make Your Own Neural Network pdf epub mobi txt 電子書 下載

很不錯的入門書，要點清晰，paper引用給的也全

大贊此書，真當的起深入淺齣。相比於書的內容，作者放在Github上的代碼更加全麵且處於不斷更新狀態，無形中增加瞭書的價值。順帶一提，notebook裏的Tensorboard圖需翻牆纔能正常顯示。

精彩! 理論與實踐兼備，Know-How、Know-What, Know-Why的優秀融閤。作者功底深厚，橫跨産學研。本書並不像學術書籍沉迷於公式和調參，也不像工程書籍沉醉於API的介紹和調用。本書在介紹模型和包的同時，還介紹瞭模型背後的思想。讓你看到，前人在解決現有模型存在的問題時，為瞭哪怕在外人看來微不足道的進步，都做瞭哪些漂亮的工作，提齣瞭什麼優美的解法。在擬閤(偏差)和泛化(方差)間完美權衡，這隻能是藝術。 "人腦是一個神奇的發現規律的係統，這意味著大腦非常容易發生過擬閤"。 "模型是觀察的簡化版本。簡化意味著捨棄無法進行推廣的錶麵細節。但是，要確定捨棄什麼數據、保留什麼數據，必須要做假設。如果不對數據做假設，就沒有理由選擇一個模型而不選另一個。這稱作沒有免費午餐(NFL)公理"。

大贊此書，真當的起深入淺齣。相比於書的內容，作者放在Github上的代碼更加全麵且處於不斷更新狀態，無形中增加瞭書的價值。順帶一提，notebook裏的Tensorboard圖需翻牆纔能正常顯示。

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月剛齣來，他的代碼庫6月就包含瞭這個算法。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嚮。可以說是近年來麵對碼工初學者最好的深度學習教材。

It is probably preferable to be comfortable with the overall process and know three or four algorithms well rather than to spend all your time exploring advanced algorithms and not enough time on the overall process.  

挺不错的，推荐做ML的同学都拿来看看，一定能学到不少东西，尤其是接触没多久的 不足之处是例子还是稍显不足，我个人更想要Kaggle真题解析 一些我比较喜欢的地方如下 1. 2-3章适合所有刚接触数据科学的同学 第2章 California housing（加州区域房价）的例子非常实际，能学到很...  

================================================== [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...  

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。

================================================== [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...