强烈推荐!最好用的《机器学习实用指南》第二版终于来了,代码已开源!
早在去年的这个时候,红色石头就发文给大家推荐过一本非常棒的机器学习实用指南书籍《Hands-On Machine Learning with Scikit-Learn & TensorFlow》,中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。
这本书最大的特色从理论上讲就是言简意赅,全书基本上没有太多复杂的数学公式推导,语言通俗易懂,很容易看得懂、看得下去。这一点红色石头也发现是现在很多教材所欠缺的。爱可可老师也曾推荐过这本书。
重磅!
时隔一年,这本超赞的机器学习实用指南终于正式出版了第二版:《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition》,中文译为《Scikit-Learn、Keras 与 TensorFlow 机器学习实用指南(第二版)》,并且在美国亚马逊上开售了,可惜国内还没有开售,影印版和中文翻译版还没出来。请看封面:
书籍作者
这本《Scikit-Learn、Keras 与 TensorFlow 机器学习实用指南(第二版)》的作者是 Aurélien Géron,法国人,毕业于AgroParisTech,曾任 Google Youtube 视频分类项目组负责人,创建过多家公司并担任 CTO,也曾在 AgroParisTech 担任讲师。现在是一名机器学习的顾问。
版本变化
总的来说,第二版相比第一版增加了许多新的内容,最直白的就是第一版使用了 Scikit-Learn 和 TensorFlow,而第二版增加了 Keras 深度学习框架。
从内容上来说,第二版增加了更多的机器学习前沿知识,包括:无监督学习,训练深度网络,计算机视觉,自然语言处理等等。
详细的版本更新可以看这里:
https://github.com/ageron/handson-ml2/blob/master/changes_in_2nd_edition.md
书籍介绍
第二版跟第一版一样,全书也分成了两大部分,第一部分是机器学习基础,包含了第 1~9 章内容:
Chapter 1. The Machine Learning Landscape
Chapter 2. End-to-End Machine Learning Project
Chapter 3. Classification
Chapter 4. Training Models
Chapter 5. Support Vector Machines
Chapter 6. Decision Trees
Chapter 7. Ensemble Learning and Random Forests
Chapter 8. Dimensionality Reduction
Chapter 9. Unsupervised Learning Techniques
第一部分与第一版书籍内容相差不多,仅多了一个第9章的无监督学习。
全书第二部分是神经网络与深度学习,包含了第 10~19 章内容:
Chapter 10. Introduction to Artificial Neural Networks with Keras
Chapter 11. Training Deep Neural Networks
Chapter 12. Custom Models and Training with TensorFlow
Chapter 13. Loading and Preprocessing Data with TensorFlow
Chapter 14. Deep Computer Vision Using Convolutional Neural Networks
Chapter 15. Processing Sequences Using RNNs and CNNs
Chapter 16. Natural Language Processing with RNNs and Attention
Chapter 17. Representation Learning and Generative Learning Using Autoencoders and GANs
Chapter 18. Reinforcement Learning
Chapter 19. Training and Deploying TensorFlow Models at Scale
这部分深度学习是作者更新最多的,跟第一版差别较大。
随书代码
作者将本书所有章节的详细代码都开源了并发布在 GitHub 上,目前已经收获了 5.3k star。项目地址为:
https://github.com/ageron/handson-ml2
不得不说,作者配套的随书代码质量很高!看过第一版的读者应该知道,每个章节的代码都是 .ipynb 文件,用 Jupyter Notebook 就能打开。除了代码,相应的文档解释非常多。
配套资源
这本《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition》现在有了电子版的 PDF,方便读者阅读。获取方式很简单,请在本公众号后台回复:ML2 即可!
AI学习路线和优质资源,在后台回复"AI"获取
强烈推荐!最好用的《机器学习实用指南》第二版终于来了,代码已开源!相关推荐
- Sklearn 与 TensorFlow 机器学习实用指南第二版
零.前言 一.机器学习概览 二.一个完整的机器学习项目 三.分类 四.训练模型 五.支持向量机 六.决策树 七.集成学习和随机森林 八.降维 十.使用 Keras 搭建人工神经网络 十一.训练深度神经 ...
- 2018 最好的机器学习实用指南书籍来了!
点击上方"AI有道",选择"星标公众号" 关键时刻,第一时间送达! 之前红色石头整理过一篇文章,谈一谈机器学习如何入门的路线图: [干货]我的机器学习入门路线图 ...
- 《Scikit-Learn与TensorFlow机器学习实用指南》第10章 人工神经网络介绍
第10章 人工神经网络介绍 来源:ApacheCN<Sklearn 与 TensorFlow 机器学习实用指南>翻译项目 译者:@akonwang @friedhelm739 校对:@飞龙 ...
- 机器学习实用指南:这些基础盲点请务必注意!
点击上方"AI有道",选择"星标公众号" 关键时刻,第一时间送达! 前几天,红色石头在公众号发文,给大家介绍了一本机器学习入门与实战非常不错的书籍<Han ...
- 机器学习实用指南_机器学习方法:实用指南
机器学习实用指南 by Karlijn Willems 通过Karlijn Willems 机器学习方法:实用指南 (How Machines Learn: A Practical Guide) Yo ...
- Sklearn 与 TensorFlow 机器学习实用指南(补档)
协议:CC BY-NC-SA 4.0 欢迎任何人参与和完善:一个人可以走的很快,但是一群人却可以走的更远 ApacheCN - 机器学习交流群 629470233 ApacheCN 学习资源 利用 P ...
- 《Sklearn 与 TensorFlow 机器学习实用指南》 第6章 决策树
来源:ApacheCN<Sklearn 与 TensorFlow 机器学习实用指南>翻译项目 译者:@Lisanaaa @y3534365 校对:@飞龙 和支持向量机一样, 决策树是一种多 ...
- 《Scikit-Learn与TensorFlow机器学习实用指南》第14章 循环神经网络
第14章 循环神经网络 来源:ApacheCN<Sklearn 与 TensorFlow 机器学习实用指南>翻译项目 译者:@akonwang @alexcheen @飞龙 校对:@飞龙 ...
- 《Scikit-Learn与TensorFlow机器学习实用指南》第16章 强化学习
第16章 强化学习 来源:ApacheCN<Sklearn 与 TensorFlow 机器学习实用指南>翻译项目 译者:@friedhelm739 校对:@飞龙 强化学习(RL)如今是机器 ...
最新文章
- Socketserver 笔记
- 模拟运维中产品上线流程
- 【Guava】使用Guava的RateLimiter做限流
- mysql buffer pool_MySQL的查询缓存和Buffer Pool
- BugKuCTF WEB 你必须让他停下
- php root 启动,php-fpm如何以root身份启动
- Sphinx全文检索引擎测试
- 前端学习(2664):vue3.0的todolist控制完成和未完成
- 4.深度学习练习:Building your Deep Neural Network: Step by Step(强烈推荐)
- 研讨会 | CCF TF 第 17 期:认知计算产业化落地
- onContextItemSelected 与 onMenuItemSelected 的那些事
- JQuery所有版本及说明文档
- Java获取某年某月的第一天
- logistic回归的应用
- 更换任意Linux内核 Ubuntu18.04 内核降级升级
- Python新手入门
- WinRAR压缩时排除文件或目录
- 什么行业程序员不用996?
- 虚拟机中如何给Ubuntu系统进行联网
- 3、Spring Bean生命周期