这本书是为那些有一些机器学习和深度学习的理论知识,并想深入应用机器学习的人准备的。这本书没有解释算法,而是更侧重于如何以及应该用什么来解决机器学习和深度学习问题。如果你正在寻找纯粹的基础知识,这本书不适合你。如果你正在寻找接近机器学习问题的指导,这本书是为你准备的。喝杯咖啡,在笔记本电脑/工作站里编写代码时,最好能读读这本书。
目录内容:
- 搭建工作环境
- 监督学习与非监督学习
——交叉验证
——评价指标
- 安排机器学习项目
- 接近分类变量
——特征工程
——特征选择
——Hyperparameter优化
- 图像分类和分割
- 文本分类/回归
- 集成和堆叠
- 可复现代码和模型服务
地址:
https://github.com/abhishekkrthakur/approachingalmost
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“M300” 可以获取《【干货书】搞定机器学习问题,300页pdf带你实战使用机器学习》专知下载链接索引