内容简介

本书分为两大部分：第一部分主要基于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。

书籍信息

项目信息
作者[法] 奥雷利安·杰龙（Aurélien Géron）
译者宋能辉 / 李娴
豆瓣条目机器学习实战（原书第3版）

关于这份文件

本站收录的 PDF 电子书，文件大小 22.07 MB，支持在线阅读与下载。

书籍信息与简介来自豆瓣，按书名匹配，具体版次可能与 PDF 文件不完全一致。

资料整理自网络，仅供个人学习与技术交流使用，请支持正版；如权利人认为侵权，可联系我们删除。