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:
上面这篇文章里面讲得大部分是机器学习、深度学习的理论知识,实战和库使用较少涉及。有没有好的机器学习、深度学习入门理论和实战相结合的教材呢?有!今天红色石头就给大家介绍一本非常不错的机器学习使用指南——《Hands-On Machine Learning with Scikit-Learn & TensorFlow》。
这本书中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。
该书的目录如下:
的总的来说,这本书分为两大部分,第一部分介绍机器学习基础算法,每章都配备 Scikit-Learn 实操项目;第二部分介绍神经网络与深度学习,每章配备 TensorFlow 实操项目。附录部分内容也非常丰富。正本书兼顾理论与实战,是一本非常适合入门和实战的机器学习书籍。
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。
从实战来说,该书使用了当前最火热的机器学习框架 Scikit-Learn 和深度学习框架 TensorFlow,每一章都配备相应的项目,代码的实操性和可读行非常好。该书讲了很多用 TensorFlow 的技巧,很不错。
另外值得一提的是,这本书主要是为工程而写的,是一本实用指南。其精华的部分在于附录 B 机器学习项目清单,基本上工业界做一套 Machine Learning 的解决方案顺着这个 checklist 走一遍就够了。
如何正确地学习这本书呢?该书作者已经把书中所有章节的代码(.ipynb)放在了 GitHub 上(目前已经有星 10000+),大家直接下载或者 Fork 到自己的 GitHub 就好了。地址如下:
https://github.com/ageron/handson-ml
红色石头也正在看这本书,希望把书中的知识整理分享给大家。我打算从这两方面来学习:
1. 我建立了一个 GitHub 项目,因为这本书是英文版,我打算把本书各章节的重要知识点整理出来(不仅仅是翻译),包括代码放在这个 GitHub 上。目前才上传了第一章部分内容,后续的我会坚持做下去,欢迎大家围观。GitHub 地址如下:
https://github.com/RedstoneWill/Hands-On-Machine-Learning-with-Sklearn-TensorFlow
2. 我打算把本书各章节的一些知识点提炼出来,以笔记的形式发布到微信公众号上,方便大家查看。就像之前的林轩田、吴恩达课程笔记一样。目标是做得系统一些。
该书网上已经有电子版了。红色石头为大家准备了该书高清晰度的 pdf 文件,书签也很详细。 获取该书最新版本很简单,扫描文末二维码,关注本公众号,在公众号后台直接回复:【mlst】即可!
推荐阅读:
【2】我的机器学习入门路线图
【3】我的深度学习入门路线