图书标签: 机器学习 tensorflow sklearn 深度学习 Python 人工智能 TensorFlow 计算机
发表于2024-12-25
机器学习实战:基于Scikit-Learn和TensorFlow pdf epub mobi txt 电子书 下载 2024
本书主要分为两个部分。第一部分为第1章到第8章,涵盖机器学习的基础理论知识和基本算法——从线性回归到随机森林等,帮助读者掌握Scikit-Learn的常用方法;第二部分为第9章到第16章,探讨深度学习和常用框架TensorFlow,一步一个脚印地带领读者使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。
Aurelien Geron 是机器学习方面的顾问。他曾是Google软件工程师,在2013年到2016年主导了YouTube视频分类工程。2002年和2012年,他还是Wifirst公司(一家法国的无线ISP)的创始人和首席技术官,2001年是Ployconseil公司(现在管理电动汽车共享服务Autolib)的创始人和首席技术官。
后半部分翻译欠妥,可以对照github阅读。
评分在熟pandas/numpy/python的前提下,还需要配合专门讲算法的书才能看的下去看得懂吧
评分我感觉还挺好的 可惜自己理解能力有限。
评分忍不住从五分降低到四分,后面深度学习那块的翻译者是机器翻译后根本没调吧。读起来根本就晦涩曲解,出书可是会一直流传的,这骂名且背着吧。 等看具体内容介绍部分的感觉吧,反正感觉tf介绍很不好,还不如网贴。 后续深度学习部分,有些像文献综述,作者的深度和广度的确是有的,只是不太适合初学者扎实基础用,很多方法先有个概览,后面再找书扎扎实实推导吸收。 机器学习或者深度学习,是一个需要实践推动的学科,需要跑模型,思考,再去理解某些优化方式或者模型的特点,以及表现优秀的原因。
评分神经网络之前认真看了一下,果然还是看到代码会更有体会
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...
机器学习实战:基于Scikit-Learn和TensorFlow pdf epub mobi txt 电子书 下载 2024