Scikit-Learn与TensorFlow机器学习实用指南(影印版) 中文版+原版pdf[70MB] 附源码

通过具体的例子、很少的理论以及两款成熟的Python框架：Scikit-Learn和TensorFlow，作者Aurélien Géron会帮助你掌握构建智能系统所需要的概念和工具。你将会学习到各种技术，从简单的线性回归及发展到深度神经网络。每章的练习有助于你运用所学到的知识，你只需要有一些编程经验就行了。

探索机器学习，尤其是神经网络
使用Scikit-Learn全程跟踪一个机器学习项目的例子
探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法
使用TensorFlow库构建和训练神经网络
深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习
学习可用于训练和缩放深度神经网络的技术
运用实际的代码示例，无需了解过多的机器学习理论或算法细节

Scikit-Learn与TensorFlow机器学习实用指南(影印版) 目录

Part Ⅰ.The Fundamentals of Machine Learning
1. The Machine Learning Landscape
2. End-to-End Machine Learning Project
3. Classification
……

Part Ⅱ.Neural Networks and Deep Learning
A. Exercise Solutions
B. Machine Learning Project Checklist
C. SVM Dual Problem
D. Autodiff
E. Other Popular ANN Architectures
Index