Python 程序员深度学习的“四大名著”:
这四本书着实很不错!我们都知道现在机器学习、深度学习的资料太多了,面对海量资源,往往陷入到“无从下手”的困惑出境。而且并非所有的书籍都是优质资源,浪费大量的时间是得不偿失的。给大家推荐这几本好书并做简单介绍。
获得方式:
1.点击下方关注 “机器学习算法那些事” 公众号
2.后台回复关键词:20210818
注:此处建议复制,不然容易打错
▲长按扫描关注,回复20210818即可获取
1. 《Deep Learning with Python》
推荐指数:★★★★☆
本书自出版以来收到众多好评,因为是 Keras 作者写的书,所以全书基本围绕着 Keras 讲深度学习的各种实现,从 CNN,RNN 到 GAN 等,偏入门,但也承载着很多作者对深度学习整体性的思考。这是一本偏实战的书,教你使用 Keras 快速实现深度学习经典项目。看完这本书,基本能对 Keras 和深度学习实战有比较初步的掌握了。
本书源码 GitHub 地址:
https://github.com/fchollet/deep-learning-with-python-notebooks
2. 《Python Machine Learning》
推荐指数:★★★☆☆
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。
本书源码 GitHub 地址:
https://github.com/rasbt/python-machine-learning-book-2nd-edition
3. 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》
推荐指数:★★★★★
本书中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。这本书最大的特色从理论上讲就是言简意赅,全书基本上没有太多复杂的数学公式推导,语言通俗易懂,很容易看得懂、看得下去。正本书兼顾理论与实战,是一本非常适合入门和实战的机器学习书籍。
本书源码 GitHub 地址:
https://github.com/ageron/handson-ml
4. 《Deep Learning》
推荐指数:★★★★☆
又名“花书”。该书由三位大佬 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰写,是深度学习领域奠基性的经典教材。相信这本书大部分人入坑深度学习的都知道!
获得方式:
1.点击下方关注 “机器学习算法那些事” 公众号
2.后台回复关键词:20210818
注:此处建议复制,不然容易打错
▲长按扫描关注,回复20210818即可获取