《Hands-On Machine Learning with Scikit-Learn and TensorFlow Concepts, Tools, and Techniques to Build Intelligent Systems》书名实在太长，后面就就直接叫《Hands on Sklearn and TF》吧。
无意中发现这本书在GitHub上已经有了中译本，感谢ApacheCN的各位大佬，链接如下：https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF，个人建议英文原版和中译本结合着去读，毕竟原版的表达更加贴切和易懂。本书主要包括两个部分：（1）ML基础、（2）神经网络与深度学习。part1主要介绍传统ML算法，如线性拟合、SVM、决策树和随机森林等，Sklearn 是主要工具；part2主要介绍深度学习的相关算法，如DNN、CNN、RNN和RL等，TF是主要工具。
大概扫了一下全书，内容很良心，代码也很丰富，感觉比较适合入门。现在已经读完了前三章，从第三章开始将把读书总结和代码调试的一些问题总结在这里。
