机器学习实战 第2版 基于Scikit-Learn、Keras和TensorFlow

机器学习实战 第2版 基于Scikit-Learn、Keras和TensorFlow
https://pan.baidu.com/s/16558133u_irq62QilIKBnA?pwd=gt6j

机器学习实战(原书第2版) :基于Scikit-Learn、Keras和TensorFlow, 这本机器学习畅销书基于tensorflow 2和scikit learn的新版本进行了全面更新。通过具体的示例,很少有可用于生产环境的理论和python框架,它可以帮助您直观地理解和掌握从头构建智能系统所需的概念和工具。

这本书分为两部分。第一部分介绍了机器学习的基础知识,包括以下主题:什么是机器学习,它试图解决什么问题,以及系统的主要类别和基本概念;第二部分介绍了神经网络和深度学习,包括以下主题:什么是神经网络及其用途,使用tensorflow和keras构建和训练神经网络的技术,以及如何使用强化学习构建可以通过试错学习好策略的代理。第一部分主要基于scikit学习,而第二部分使用tensorflow和keras。

通过这本书,你将学习一系列可以快速使用的技巧。每章中的练习可以帮助你应用所学知识。您只需要一些编程经验。所有代码都可以在GitHub上找到。

This machine learning bestseller has been comprehensively updated based on the new versions of tensorflow 2 and scikit learn. Through specific examples, very few theories and python frameworks that can be used in production environments, it helps you intuitively understand and master the concepts and tools needed to build intelligent systems from scratch.

The book is divided into two parts. The first part introduces the basics of machine learning, covering the following topics: what is machine learning, what problems it tries to solve, and the main categories and basic concepts of the system; The second part introduces neural networks and deep learning, covering the following topics: what are neural networks and what they are used for, the technology of using tensorflow and keras to build and train neural networks, and how to use reinforcement learning to build agents that can learn good strategies through trial and error. The first part is mainly based on scikit learn, while the second part uses tensorflow and keras.

Through this book, you will learn a series of techniques that can be used quickly. The exercises in each chapter can help you apply what you have learned. You only need some programming experience. All the code is available on GitHub.

Aurélien géRon是机器学习顾问。2013年至2016年,他在谷歌工作,领导YouTube视频分类团队。他是wifirst的创始人,从2002年到2012年担任首席技术官。他于2001年创立了Polyconseil公司,并担任首席技术官。

机器学习实战 第2版 : 基于Scikit-Learn、Keras和TensorFlow

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 222,104评论 6 515
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,816评论 3 399
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 168,697评论 0 360
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,836评论 1 298
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,851评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,441评论 1 310
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,992评论 3 421
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,899评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,457评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,529评论 3 341
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,664评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,346评论 5 350
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 42,025评论 3 334
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,511评论 0 24
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,611评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 49,081评论 3 377
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,675评论 2 359

推荐阅读更多精彩内容