Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 电子书 下载 2025
- 机器学习
- TensorFlow
- Python
- sklearn
- 人工智能
- ML
- 深度学习
- 计算机
具体描述
读后感
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。
评分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.
评分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...
评分明年才出版，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。
评分第一部分写scikit的还行，后面第二部分关于神经网络部分，原文写的就乱，很多术语代码该解释的不解释，写的稀里糊涂，翻译更是糊涂，完全当不起5星。 举个例子，第13章330页最下面，“最后一层是不言而喻的:放弃正则化”，翻译的人你给我出来，解释一下什么是放弃正则化，那tm...
用户评价
很不错的入门书，要点清晰，paper引用给的也全
评分大赞此书，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。
评分五星佳作。目前我所了解到的面向编程的ML/DL技术书籍中最好的一本，完美诠释什么叫“理论联系实际”。适合有CS背景的对ML/DL有兴趣的读者，无论是想熟悉理论还是想练习实现。如果有一定的Python经验读起来会更舒服，另外推荐作者在Github放出的Notebooks, 这个是书中代码和样例的补充，配合书籍本身更能加深理解。前后共花费四周读完，目前我还有两个附录没有看，打算把所有额外的Notebooks再过一遍。单就精彩程度而言，第2、3章的Pipeline和Checklist，CNN和RNN的short introduction，不同的优化方法的对比（进化历程）这几个部分写得最好。
评分优秀的一批
评分挺不错的。开头的案例分析、概念讲解都很好，后面对神经网络的介绍也不错，代码也非常有参考性。可惜之处就是案例有些少，我其实想看更多的应用，比如Kaggle真题解析100道这种
相关图书
本站所有内容均为互联网搜索引擎提供的公开搜索信息，本站不存储任何数据与内容，任何内容与数据均与本站无关，如有需要请联系相关搜索引擎包括但不限于百度，google,bing,sogou 等
© 2025 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有