工欲善其事,必先利其器!今天给大家推荐一本不错的 Python 机器学习教程,言简意赅,通俗易懂!就是这本《Python Machine Learning》(2nd),中文译为《Python 机器学习》(第二版)。
如今更新的是第二版,它的第一版长这样:
本书作者
该书的作者 Sebastian Raschka 有多年的 Python 编码经验,他还举办了几次关于数据科学、机器学习和深度学习的实践应用的研讨会,包括在 Scipy 的机器学习教程。他是威斯康星-麦迪逊大学统计学助理教授,专注于深度学习和机器学习研究。
内容简介
这本书本身知名度很高,书籍质量也很高,简单来说就是简易、实用、不枯燥。本书使用了 Scikit-Learn 和 TensorFlow,分别讲解机器学习和深度学习,并每章配备实操代码。还有一点是讲解了如何将机器学习模型发布到 Web 应用。整个知识体系相对更加完善,是一本比较全面的机器学习书籍。
值得一提的是第二版在第一版的基础上增加了不少新的内容,完整的书籍目录如下:
- Giving Computers the Ability to Learn from Data
-
Training Machine Learning Algorithms for Classification
-
A Tour of Machine Learning Classifiers Using Scikit-Learn
-
Building Good Training Sets – Data Pre-Processing
-
Compressing Data via Dimensionality Reduction
-
Learning Best Practices for Model Evaluation and Hyperparameter Optimization
-
Combining Different Models for Ensemble Learning
-
Applying Machine Learning to Sentiment Analysis
-
Embedding a Machine Learning Model into a Web Application
-
Predicting Continuous Target Variables with Regression Analysis
-
Working with Unlabeled Data – Clustering Analysis
-
Implementing a Multi-layer Artificial Neural Network from Scratch
-
Parallelizing Neural Network Training with TensorFlow
-
Going Deeper: The Mechanics of TensorFlow
-
Classifying Images with Deep Convolutional Neural Networks
-
Modeling Sequential Data Using Recurrent Neural Networks
随书代码
值得高兴的是,作者 Sebastian Raschka 开源了《Python 机器学习》第二版的所有章节中的 Python 代码,放在了 GitHub 仓库中。
源码地址:
https://github.com/rasbt/python-machine-learning-book-2nd-edition
目前,该 GitHub 项目已经获得 4000+ 的 star 了,热度很高。
整个 16 章中的 Python 代码是以 .ipynb 文件格式给出,我们可以很方便地使用 Jupyter Notebook 来查看和运行相应的代码,非常方便。
书籍下载
为了方便大家阅读,小编整理了该书的第一版和第二版 pdf 文件,获取地址如下:
链接:https://pan.baidu.com/s/1w-RDD7dkGaUJm3L9vFhnrQ
提取码:9e4u
赶紧下载学习吧!
未经允许不得转载:红色石头的个人博客 » 开源!《Python 机器学习》第二版(附电子版 pdf)