Hands-On Machine Learning with Scikit-Learn and TensorFlow 在线电子书 图书标签: 机器学习  TensorFlow  Python  sklearn  人工智能  ML  深度学习  计算机   

喜欢 Hands-On Machine Learning with Scikit-Learn and TensorFlow 在线电子书 的读者还喜欢

• 
  Deep Learning with Python 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Python for Data Analysis 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  统计学习方法 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  The Elements of Statistical Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Pattern Recognition and Machine Learning 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Fluent Python 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Designing Data-Intensive Applications 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Neural Network Methods in Natural Language Processing 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Introduction to Machine Learning with Python 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载
• 
  Make Your Own Neural Network 在线电子书 pdf 下载 txt下载 epub 下载 mobi 下载

真正做到由简入深、既能实践又有学术基础的好书。

深入浅出，机器学习入门极佳选择。即使编程和数学基础较弱，认真读读书里的解释，再在网上做些搜索，也能看懂大部分内容。不要犹豫了，就读这本吧。

理论结合实践的入门书，读起来有相当难度，值得克服

大赞此书，真当的起深入浅出。相比于书的内容，作者放在Github上的代码更加全面且处于不断更新状态，无形中增加了书的价值。顺带一提，notebook里的Tensorboard图需翻墙才能正常显示。

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。

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...  

https://github.com/it-ebooks/hands-on-ml-zh ==========================================================================================================================================================  

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...  

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...  

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.