Aurelien Geron 是機器學習方麵的顧問。他曾是Google軟件工程師,在2013年到2016年主導瞭YouTube視頻分類工程。2002年和2012年,他還是Wifirst公司(一傢法國的無綫ISP)的創始人和首席技術官,2001年是Ployconseil公司(現在管理電動汽車共享服務Autolib)的創始人和首席技術官。
本書主要分為兩個部分。第一部分為第1章到第8章,涵蓋機器學習的基礎理論知識和基本算法——從綫性迴歸到隨機森林等,幫助讀者掌握Scikit-Learn的常用方法;第二部分為第9章到第16章,探討深度學習和常用框架TensorFlow,一步一個腳印地帶領讀者使用TensorFlow搭建和訓練深度神經網絡,以及捲積神經網絡。
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。
評分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...
評分https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================
評分挺不错的,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...
評分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...
對於入門來說很棒,不勸退,很基礎實用。感謝網友的github譯本。
评分簡單翻看。內容挺全麵的,綫性迴歸、SVM、決策樹、集成學習、PCA、Tensorflow的使用,CNN、RNN、AutoEncoder、強化學習,大部分都有樣例代碼,雖然講的不算太深,但入門不錯
评分市麵上最好的相關書籍資料瞭
评分忍不住從五分降低到四分,後麵深度學習那塊的翻譯者是機器翻譯後根本沒調吧。讀起來根本就晦澀麯解,齣書可是會一直流傳的,這罵名且背著吧。 等看具體內容介紹部分的感覺吧,反正感覺tf介紹很不好,還不如網貼。 後續深度學習部分,有些像文獻綜述,作者的深度和廣度的確是有的,隻是不太適閤初學者紮實基礎用,很多方法先有個概覽,後麵再找書紮紮實實推導吸收。 機器學習或者深度學習,是一個需要實踐推動的學科,需要跑模型,思考,再去理解某些優化方式或者模型的特點,以及錶現優秀的原因。
评分6星給前一半講傳統機器學習的部分,簡潔明瞭,字字珠璣;4星給後一半講深度學習的部分,內容和翻譯都有待提高。
本站所有內容均為互聯網搜索引擎提供的公開搜索信息,本站不存儲任何數據與內容,任何內容與數據均與本站無關,如有需要請聯繫相關搜索引擎包括但不限於百度,google,bing,sogou 等
© 2025 qciss.net All Rights Reserved. 小哈圖書下載中心 版权所有