图书标签: 机器学习  TensorFlow  Python  Scikit-Learn  深度学习  AI  计算机科学  计算机   

喜欢 Scikit-Learn与TensorFlow机器学习实用指南（影印版） 的读者还喜欢

• 
  Python深度学习 pdf epub mobi txt 电子书 下载
• 
  深度学习 pdf epub mobi txt 电子书 下载
• 
  动手学深度学习 pdf epub mobi txt 电子书 下载
• 
  python机器学习 pdf epub mobi txt 电子书 下载
• 
  统计学习方法 pdf epub mobi txt 电子书 下载
• 
  机器学习 pdf epub mobi txt 电子书 下载
• 
  Python机器学习实践指南 pdf epub mobi txt 电子书 下载
• 
  流畅的Python pdf epub mobi txt 电子书 下载
• 
  Effective Modern C++ 简体中文版 pdf epub mobi txt 电子书 下载
• 
  Pattern Recognition and Machine Learning pdf epub mobi txt 电子书 下载

纸质是真的差...仅针对东南大学出版社，是因为买版权就把钱花光了吗

之前有一些机器学习的了解，这本书看得很顺畅。看完可以实际做一些通用的项目。很大一部分原因应该是机器学习本身傻瓜式的应用难度。当然困难的问题和创新，还是少不了对理论更深入的了解。

入门佳作

前辈指引， 明白了很多。 自己的差距还是很大！！！！

需要反复看

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.  

================================================== [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...  

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...  

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...  

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...