通过最近的一系列突破,深度学习推动了整个机器学习领域的发展。现在,即使对这种技术几乎一无所知的程序员也可以使用简单、有效的工具来实现能够从数据中学习的程序。这本畅销书使用了具体的例子、最小理论和可用于生产的Python框架(Scikit-Learn、Keras和TensorFlow),帮助您直观地理解构建智能系统的概念和工具。
https://www.oreilly.com/library/view/hands-on-machine-learning/9781098125967/
在这个更新的第三版中,作者Aurélien Géron探索了一系列技术,从简单的线性回归到深度神经网络。本书中大量的代码示例和练习可以帮助您应用所学到的知识。你只需要有编程经验就可以开始了。
使用Scikit-learn从头到尾跟踪一个示例ML项目
探索多种模型,包括支持向量机、决策树、随机森林和集成方法
利用非监督学习技术,如降维、聚类和异常检测
深入研究神经网络体系结构,包括卷积网、循环网、生成对抗网络、自动编码器、扩散模型和Transformer
使用TensorFlow和Keras来构建和训练神经网络,用于计算机视觉、自然语言处理、生成模型和深度强化学习
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“HOML” 就可以获取《【2022新书】使用Scikit-Learn、Keras和TensorFlow实践机器学习:构建智能系统的概念、工具和技术第三版》专知下载链接