機器學習實戰：基於Scikit-Learn、Keras和TensorFlow（原書第3版）
[法]奧雷利安·傑龍
1945人在讀
46.6萬字總字數
¥95定價
[法]奧雷利安·傑龍
本書分爲兩大部分：di一部分主要基於Scikit-Learn，介紹機器學習的基礎算法；第二部分則使用TensorFlow和Keras，介紹神經網絡與深度學習。此外，附錄部分的內容也非常豐富，包括課後練習題解答、機器學習項目清單、SVM對偶問題、自動微分和特殊數據結構等。書中內容廣博，覆蓋了機器學習的各個領域，不僅介紹了傳統的機器學習模型，包括支持向量機、決策樹、隨機森林和集成方法，還提供了使用Scikit-Learn進行機器學習的端到端訓練示例。作者尤其對深度神經網絡進行了深入的探討，包括各種神經網絡架構、強化學習，以及如何使用TensorFlow/Keras庫來構建和訓練神經網絡。本書兼顧理論與實戰，既適合在校學生，又適合有經驗的工程師。
這本書很值得讀, 但其實還難評價的, 你說他觀點高吧, 觀點很工程化, 你說他觀點不高吧, 在工程的角度來說一致性非常非常好. 哪怕我搞科研來用都覺得非常受用. 但這本書也有點實際的問題, 第一 DL 的模型整理不好, 現在 DL 發展太快了, 組件是最好有一個結構和對應問題的. 第二 毫無必要把強化學習搞進來, 你又說不清楚 SARSA, PPO, SAC 這些玩意, 因爲採取了一種工程視角, 強化學習邏輯插進來就很詭異. 第三 當然這個和書的出版時間有關係, 該更新 PyTorch 的玩法了.
書中代碼竟然是圖片的，就不能像第二版一樣，手機上看代碼太不方便了。
第三版是不是機翻的？讀着不是很順
第二版評分接近90了 第三版沒人嗎