机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第3版）
[法]奥雷利安·杰龙
1945人在读
46.6万字总字数
¥95定价
[法]奥雷利安·杰龙
本书分为两大部分：di一部分主要基于Scikit-Learn，介绍机器学习的基础算法；第二部分则使用TensorFlow和Keras，介绍神经网络与深度学习。此外，附录部分的内容也非常丰富，包括课后练习题解答、机器学习项目清单、SVM对偶问题、自动微分和特殊数据结构等。书中内容广博，覆盖了机器学习的各个领域，不仅介绍了传统的机器学习模型，包括支持向量机、决策树、随机森林和集成方法，还提供了使用Scikit-Learn进行机器学习的端到端训练示例。作者尤其对深度神经网络进行了深入的探讨，包括各种神经网络架构、强化学习，以及如何使用TensorFlow/Keras库来构建和训练神经网络。本书兼顾理论与实战，既适合在校学生，又适合有经验的工程师。
这本书很值得读, 但其实还难评价的, 你说他观点高吧, 观点很工程化, 你说他观点不高吧, 在工程的角度来说一致性非常非常好. 哪怕我搞科研来用都觉得非常受用. 但这本书也有点实际的问题, 第一 DL 的模型整理不好, 现在 DL 发展太快了, 组件是最好有一个结构和对应问题的. 第二 毫无必要把强化学习搞进来, 你又说不清楚 SARSA, PPO, SAC 这些玩意, 因为采取了一种工程视角, 强化学习逻辑插进来就很诡异. 第三 当然这个和书的出版时间有关系, 该更新 PyTorch 的玩法了.
书中代码竟然是图片的，就不能像第二版一样，手机上看代码太不方便了。
第三版是不是机翻的？读着不是很顺
第二版评分接近90了 第三版没人吗