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

精彩! 理論與實踐兼備，Know-How、Know-What, Know-Why的優秀融閤。作者功底深厚，橫跨産學研。本書並不像學術書籍沉迷於公式和調參，也不像工程書籍沉醉於API的介紹和調用。本書在介紹模型和包的同時，還介紹瞭模型背後的思想。讓你看到，前人在解決現有模型存在的問題時，為瞭哪怕在外人看來微不足道的進步，都做瞭哪些漂亮的工作，提齣瞭什麼優美的解法。在擬閤(偏差)和泛化(方差)間完美權衡，這隻能是藝術。 "人腦是一個神奇的發現規律的係統，這意味著大腦非常容易發生過擬閤"。 "模型是觀察的簡化版本。簡化意味著捨棄無法進行推廣的錶麵細節。但是，要確定捨棄什麼數據、保留什麼數據，必須要做假設。如果不對數據做假設，就沒有理由選擇一個模型而不選另一個。這稱作沒有免費午餐(NFL)公理"。

隻看瞭tensorflow部分，還可以說的比較清楚

看瞭 TensorFlow 的部分。在介紹工具的書裏麵算很不錯瞭，就是深度還有點缺。經驗豐富的碼農+學過點ML，就著個參考工程邊看邊改，就已經連濛帶猜知道瞭這書裏講的超過一半內容。看這本書能 get things work，但還不能 work better。還是希望最佳實踐能夠講得多一些，比如我現在很需要一些DL調參的經驗和工具，但這裏隻能找到默認設置。

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月剛齣來，他的代碼庫6月就包含瞭這個算法。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嚮。可以說是近年來麵對碼工初學者最好的深度學習教材。

在看過為數不多的機器學習編程入門書中，此書可謂首選，特彆是相較某些號稱不錯的書，內容幾乎依次照搬TensorFlow官方教程的例子，代碼解釋卻還不如官方教程清楚，感慨現在爛書真是越來越好寫。本書對數學的要求不高，前半本講各種算法，後半段TensorFlow做模型，兼顧原理和應用。

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...  

================================================== [https://github.com/DeqianBai/Hands-on-Machine-Learning] ================================================== 自己翻译的版本，还在更新，打开一个Jupyter 文件就可以一边学习理论，一遍进行操作验证 原书的代码示例...  

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...  

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

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...