图书标签: 机器学习  scikit-learn  Python  数据挖掘  python  AI  科学计算  计算机   

喜欢 Mastering Machine Learning With scikit-learn 的读者还喜欢

• 
  利用Python进行数据分析 pdf epub mobi txt 电子书 下载
• 
  Python Machine Learning pdf epub mobi txt 电子书 下载
• 
  Python Data Science Handbook pdf epub mobi txt 电子书 下载
• 
  Python Algorithms pdf epub mobi txt 电子书 下载
• 
  机器学习 pdf epub mobi txt 电子书 下载
• 
  贝叶斯方法 pdf epub mobi txt 电子书 下载
• 
  Building Machine Learning Systems with Python pdf epub mobi txt 电子书 下载
• 
  Spark快速大数据分析 pdf epub mobi txt 电子书 下载
• 
  Feature Engineering for Machine Learning Models pdf epub mobi txt 电子书 下载
• 
  集体智慧编程 pdf epub mobi txt 电子书 下载

这个系列都是这样，理论吧太浅太没有系统性，实例吧上来啥也不说就是一堆代码也不解释也不联系之前的理论，总之不太合适详细研读

呀，我是第一个在豆瓣上标注这本书的~ ~ （其实条目就是我创建的……）

兩個多月終讀完，雖然有code examples各種小bug，theory講解不深入全面（部分還是很透徹的），未涉及概率相關的模型，神經網絡淺淺略過等缺憾，但總歸算是一部質量不錯的ML入門書，個人覺得前四章質量相對更高。邊讀邊做demo收穫很多（包括對python），只是像sklearn這種library確實隱藏了很多背後的東西，只知其然會很容易想當然地"overfit"，對theory的理解還長路漫漫。全書我做了兩百多個標記，看哪天能整理出來。

不错的scikit-learn使用示例。包括各个模型的基本的参数含义，交叉验证，网格搜索，简单的作图。之前对理论还是有点了解更好，因为这本书的理论部分基本是没用的。

不错的scikit-learn使用示例。包括各个模型的基本的参数含义，交叉验证，网格搜索，简单的作图。之前对理论还是有点了解更好，因为这本书的理论部分基本是没用的。

https://github.com/wizardforcel/data-science-notebook/files/1735497/Mastering.Machine.Learning.With.scikit-learn.zip =============================================================================  

https://github.com/wizardforcel/data-science-notebook/files/1735497/Mastering.Machine.Learning.With.scikit-learn.zip =============================================================================  

https://github.com/wizardforcel/data-science-notebook/files/1735497/Mastering.Machine.Learning.With.scikit-learn.zip =============================================================================  

看这本书会大大增加学习时间，是一本烂书。不知道原书写得烂不烂，但是翻译，绝对烂，语句不通顺、瞎造词。 譬如，请作者张浩然告诉我一下，什么叫“离差”？ 譬如，请告诉我公示13.2中的分子ba，是表示 “b减去a” 还是 “b乘以a”。 如此。。。 评论正文要140字？ 那就再加...

https://github.com/wizardforcel/data-science-notebook/files/1735497/Mastering.Machine.Learning.With.scikit-learn.zip =============================================================================