送书预告｜听说读一本好书和假期更配哦

各位朋友(｡･∀･)ﾉﾞ论智君又要送福利啦！这一次依然是送书，我们挑选了４本影印书，感兴趣的读者参与哦~

活动方式：只需要关注论智公众号，并在明天（４月１日愚人节）留言你最想从论智看到哪方面的内容，点赞最多的一名同学可以从以下四本中挑选最喜欢的一本。

《统计学习导论 基于R应用》

《统计学习导论：基于R应用》是一本统计学习方法的概要书，提供了理解大数据和复杂数据必不可少的工具，数据来自近20年来生物学、金融学、市场营销学和天体物理学等领域。书中介绍了一些重要的建模方法和预测技术以及它们的相关应用。内容涉及线性回归、分类、再抽样方法、压缩方法、树方法、聚类、支持向量机等。书中使用大量案例来阐释相关方法，每章都有如何在R中实现所述方法的指导实验。

《统计学习基础》

《统计学习基础(第2版)(英文)》介绍了这些领域的一些重要概念。尽管应用的是统计学方法，但强调的是概念，而不是数学。许多例子附以彩图。《统计学习基础(第2版)(英文)》内容广泛，从有指导的学习（预测）到无指导的学习，应有尽有。包括神经网络、支持向量机、分类树和提升等主题，是同类书籍中介绍得最全面的。 

《 Python 机器学习入门》

你将学习使用 Python 和 scikit-learn 库所需的全部步骤来创建成功的机器学习应用程序。《 Python 机器学习入门（影印版 英文版）》作者安德烈亚斯·穆勒、莎拉·圭多专注于使用机器学习算法的实践方面，而不会过多讨论其背后的数学原理。熟悉 NumPy 和 matplotlib 库将有助于你从《 Python 机器学习入门（影印版 英文版）》中获得很多信息。

你会学到：机器学习的基本概念和应用程序各种广泛使用的机器学习算法的优点和缺点如何呈现通过机器学习处理后的数据，包括需要关注的数据方面与模型评估和参数调整的方法用于连接模型和封装工作流的管道的概念处理文本数据的方法，包括特定于文本的处理技术改善你的机器学习和数据科学技能的建议。

《 Scikit-Learn 与 TensorFlow 机器学习实用指南（影印版）》

通过具体的例子、很少的理论以及两款成熟的 Python 框架：Scikit-Learn 和 TensorFlow，作者 Aurélien Géron 会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术，从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识，你只需要有一些编程经验就行了。

最后，预祝大家愚人节快乐！