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
發表於2025-01-08
Hands-On Machine Learning with Scikit-Learn and TensorFlow 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載 2025
這種書一不小心就會寫成API手冊, 但是這本理論和實踐兩邊都兼顧到瞭, 非常有指導意義.
評分強烈推薦。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。
評分略讀 概述 ml的教程那麼多 其實來來迴迴就是那些東西。而且是一門發展中的學科 模仿神經網絡還沒模仿完全 不時有新東西 alphaGo就是誤打誤撞弄齣來的
評分精彩! 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"。
評分隻看瞭tensorflow部分,還可以說的比較清楚
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...
評分================================================== [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...
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.
Hands-On Machine Learning with Scikit-Learn and TensorFlow 在線電子書 pdf 下載 txt下載 epub 下載 mobi 下載 2025