开源下载 | 基于Scikit-learn、Keras和TensorFlow的机器学习实战

相关文章推荐

飞翔的投影仪 · System.IO.IOException无 ...· 1 周前 ·

失落的木瓜 · 【Code】Python金字塔模型的实现(P ...· 1 周前 ·

冷冷的板凳 · React-native 关于 ...· 1 年前 ·

想表白的勺子 · objective c - How to ...· 1 年前 ·

帅气的荔枝 · php的include会吃掉回车换行的。 ...· 1 年前 ·

大方的沙发 · 大小写邮件地址问题 - Microsoft ...· 1 年前 ·

朝气蓬勃的豆腐 · sprintf、fprintf和printf ...· 1 年前 ·

今天要给大家分享的是机器学习领域的一本经典之作：《基于Scikit-learn、Keras和TensorFlow的机器学习实战》，英文名为：《Hands-On Machine Learning with Scikit-Learn, Keras, and Tensorflow》。

该书作为第二版，相对于第一版内容已增加一倍之多。豆瓣评分高达9.8分，绝对是一本值得研读的机器学习佳作。

全书总共有19章，完整目录如下：

前言
第一部分机器学习的基础知识
第 1 章机器学习概览
第 2 章端到端的机器学习项目
第 3 章分类
第 4 章训练模型
第 5 章支持向量机
第 6 章决策树
第 7 章集成学习和随机森林
第 8 章降维
第 9 章无监督学习技术

第二部分神经网络与深度学习
第 10 章 Keras 人工神经网络简介
第 11 章训练深度神经网络
第 12 章使用 TensorFlow 自定义模型和训练
第 13 章使用 TensorFlow 加载和预处理数据
第 14 章使用卷积神经网络的深度计算机视觉
第 15 章使用 RNN 和 CNN 处理序列
第 16 章使用 RNN 和注意力机制进行自然语言处理
第 17 章使用自动编码器和 GAN 的表征学习和生成学习
第 18 章强化学习
第 19 章大规模训练和部署TensorFlow 模型

作者还提供全书的配套代码：

https://github.com/ageron/handson-ml2

需要这本书的读者可以关注下方公众号后，回复“机器学习实战”关键字，即可获取。

同时，欢迎各位读者扫码进入我们的学习交流群！

微商和广告勿扰，谢谢合作！

今天要给大家分享的是机器学习领域的一本经典之作：《基于Scikit-learn、Keras和TensorFlow的机器学习实战》，英文名为：《Hands-On Machine Learni...

Hands -On Machine L ear ning with Scikit-Learn , Keras , and TensorFlow 2ed 2019.pdf Hands -On Machine L ear ning with Scikit-Learn , Keras , and TensorFlow SECOND EDITION Concepts, Tools, and Techniques to Build Intelligent Systems

· 《 机器学习 》周志华 · 环境：Anaconda（Python 3.8） + Pycharm · 学习时间：2022.05.05~2022.05.05 第六章集成学习和随机森林

第五章支持向量机 · 环境：Anaconda（Python 3.8） + Pycharm · 学习时间：2022.05.04~2022.05.04 支持向量机（Support Ve

《 hands -on machine l ear ning with scikit-learn , keras , and tensorflow 》是一本关于 机器学习 的实践性书籍。本书以 Scikit-learn 、 Keras 和 TensorFlow 为工具，介绍了 机器学习 的理论和实践应用。 Scikit-learn 是一个常用的 机器学习 库，提供了许多常用的 机器学习 算法和工具，如分类、回归、聚类等。本书通过使用 Scikit-learn ，让读者从基础的数据预处理开始逐步学习和理解 机器学习 的核心概念和技术。 Keras 是一个高级 神经网络 库，建立在 TensorFlow 之上。 Keras 简化了构建 深度学习 模型的过程，提供了简洁易用的API接口。本书利用 Keras ，向读者介绍了如何构建和训练复杂的 神经网络 模型。 TensorFlow 是由Google开发的开源 机器学习 框架。它支持各种 机器学习 任务，并提供了构建和训练模型所需的低级操作和高级API。本书通过 TensorFlow ，向读者展示了如何使用 深度学习 方法解决实际问题的过程。《 hands -on machine l ear ning with scikit-learn , keras , and tensorflow 》以实践为重点，注重理论与实践的结合。它通过丰富的实例和案例，引导读者从零开始构建和训练 机器学习 和 深度学习 模型，并介绍了调优和评估模型的方法。本书适合从事 机器学习 领域的初学者和有一定经验的研究者和开发人员阅读，可以帮助他们快速入门和提高实践能力。