图书标签: 机器学习 TensorFlow Python sklearn 人工智能 ML 深度学习 计算机
发表于2025-05-31
Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 电子书 下载 2025
只看了tensorflow部分,还可以说的比较清楚
评分看了 TensorFlow 的部分。在介绍工具的书里面算很不错了,就是深度还有点缺。经验丰富的码农+学过点ML,就着个参考工程边看边改,就已经连蒙带猜知道了这书里讲的超过一半内容。看这本书能 get things work,但还不能 work better。还是希望最佳实践能够讲得多一些,比如我现在很需要一些DL调参的经验和工具,但这里只能找到默认设置。
评分全干货,当代工程师必读
评分五星佳作。目前我所了解到的面向编程的ML/DL技术书籍中最好的一本,完美诠释什么叫“理论联系实际”。适合有CS背景的对ML/DL有兴趣的读者,无论是想熟悉理论还是想练习实现。如果有一定的Python经验读起来会更舒服,另外推荐作者在Github放出的Notebooks, 这个是书中代码和样例的补充,配合书籍本身更能加深理解。前后共花费四周读完,目前我还有两个附录没有看,打算把所有额外的Notebooks再过一遍。单就精彩程度而言,第2、3章的Pipeline和Checklist,CNN和RNN的short introduction,不同的优化方法的对比(进化历程)这几个部分写得最好。
评分五星佳作。目前我所了解到的面向编程的ML/DL技术书籍中最好的一本,完美诠释什么叫“理论联系实际”。适合有CS背景的对ML/DL有兴趣的读者,无论是想熟悉理论还是想练习实现。如果有一定的Python经验读起来会更舒服,另外推荐作者在Github放出的Notebooks, 这个是书中代码和样例的补充,配合书籍本身更能加深理解。前后共花费四周读完,目前我还有两个附录没有看,打算把所有额外的Notebooks再过一遍。单就精彩程度而言,第2、3章的Pipeline和Checklist,CNN和RNN的short introduction,不同的优化方法的对比(进化历程)这几个部分写得最好。
================================================== [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...
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.
评分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.
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...
Hands-On Machine Learning with Scikit-Learn and TensorFlow pdf epub mobi txt 电子书 下载 2025