Hands-On Machine Learning with Scikit-Learn and TensorFlow 在線電子書 圖書標籤: 機器學習  TensorFlow  Python  sklearn  人工智能  ML  深度學習  計算機   

喜歡 Hands-On Machine Learning with Scikit-Learn and TensorFlow 在線電子書 的讀者還喜歡

• 
  Deep Learning with Python 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Python for Data Analysis 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  統計學習方法 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  The Elements of Statistical Learning 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Pattern Recognition and Machine Learning 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Fluent Python 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Designing Data-Intensive Applications 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Neural Network Methods in Natural Language Processing 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Introduction to Machine Learning with Python 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載
• 
  Make Your Own Neural Network 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載

全乾貨，當代工程師必讀

五星佳作。目前我所瞭解到的麵嚮編程的ML/DL技術書籍中最好的一本，完美詮釋什麼叫“理論聯係實際”。適閤有CS背景的對ML/DL有興趣的讀者，無論是想熟悉理論還是想練習實現。如果有一定的Python經驗讀起來會更舒服，另外推薦作者在Github放齣的Notebooks, 這個是書中代碼和樣例的補充，配閤書籍本身更能加深理解。前後共花費四周讀完，目前我還有兩個附錄沒有看，打算把所有額外的Notebooks再過一遍。單就精彩程度而言，第2、3章的Pipeline和Checklist，CNN和RNN的short introduction，不同的優化方法的對比（進化曆程）這幾個部分寫得最好。

挺不錯的。開頭的案例分析、概念講解都很好，後麵對神經網絡的介紹也不錯，代碼也非常有參考性。可惜之處就是案例有些少，我其實想看更多的應用，比如Kaggle真題解析100道這種

講瞭很多用TensorFlow的技巧，從實戰的角度看，很不錯。。 (但我選擇pytorch)

理論結閤實踐的入門書，讀起來有相當難度，值得剋服

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...  

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...  

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

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...  

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.