通过具体的例子、很少的理论以及两款成熟的Python框架:Scikit-Learn和TensorFlow,作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术,从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识,你只需要有一些编程经验就行了。
探索机器学习,尤其是神经网络
使用Scikit-Learn全程跟踪一个机器学习项目的例子
探索各种训练模型,包括:支持向量机、决策树、随机森林以及集成方法
使用TensorFlow库构建和训练神经网络
深入神经网络架构,包括卷积神经网络、循环神经网络和深度强化学习
学习可用于训练和缩放深度神经网络的技术
运用实际的代码示例,无需了解过多的机器学习理论或算法细节
Aurélien Géron,是一名机器学习顾问。作为一名前Google职员,在2013至2016年间,他领导了YouTube视频分类团队。在2002至2012年间,他身为法国主要的无线ISP Wifirst的创始人和CTO,在2001年他还是Polyconseil的创始人和CTO,这家公司现在管理着电动汽车共享服务Autolib'。
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...
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...
评分目前读到第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...
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...
神书。读起来特别流畅,解释的也很通俗
评分后面很多代码都被deprecated了。。。
评分tensorflow 和 deep learning的非常不错的入门级书籍
评分这种书才是真正的技术入门书,任何人读了都有收获
评分神书。读起来特别流畅,解释的也很通俗
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
© 2026 book.wenda123.org All Rights Reserved. 图书目录大全 版权所有