图书标签: 机器学习 TensorFlow Python Scikit-Learn 深度学习 AI 计算机科学 计算机
发表于2025-02-04
Scikit-Learn与TensorFlow机器学习实用指南(影印版) pdf epub mobi txt 电子书 下载 2025
通过具体的例子、很少的理论以及两款成熟的Python框架:Scikit-Learn和TensorFlow,作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术,从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识,你只需要有一些编程经验就行了。
探索机器学习,尤其是神经网络
使用Scikit-Learn全程跟踪一个机器学习项目的例子
探索各种训练模型,包括:支持向量机、决策树、随机森林以及集成方法
使用TensorFlow库构建和训练神经网络
深入神经网络架构,包括卷积神经网络、循环神经网络和深度强化学习
学习可用于训练和缩放深度神经网络的技术
运用实际的代码示例,无需了解过多的机器学习理论或算法细节
Aurélien Géron,是一名机器学习顾问。作为一名前Google职员,在2013至2016年间,他领导了YouTube视频分类团队。在2002至2012年间,他身为法国主要的无线ISP Wifirst的创始人和CTO,在2001年他还是Polyconseil的创始人和CTO,这家公司现在管理着电动汽车共享服务Autolib'。
作为同类读物,较为全面,适用于进阶期修炼推荐,有助于理解算法原理与实践(思路)指引。
评分感觉最好还是有点基本概念更好懂。。建议,NG网课入门,这本书加强。 另外,没有中文版,英文版读起来也很舒服鸭。
评分入门佳作
评分入门书,偏实现和应用,一些topic仅仅是入门,浅尝辄止。tf的学习还是不太友好。
评分需要反复看
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...
评分https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================
评分https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================
评分比一些照着pakcage的API tutorial抄出来的书姿势水平不知道高到哪里去了。 个人认为这本书最精华的部分在于Appendix B 机器学习项目清单,基本上工业界做一套Machine Learning解决方案顺着这个checklist问一遍自己就够了,需要Presentation的场合按照这个结构来组织也非常合适...
评分https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================
Scikit-Learn与TensorFlow机器学习实用指南(影印版) pdf epub mobi txt 电子书 下载 2025