代码开源!超好用的《机器学习实用指南》第二版终于来了

作者: Author 红色石头 2020-02-11 10:30:32

早在去年的这个时候,红色石头就发文给大家推荐过一本非常棒的机器学习实用指南书籍《Hands-On Machine Learning with Scikit-Learn & TensorFlow》,中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。

代码开源!最好用的《机器学习实用指南》第二版终于来了

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。这一点红色石头也发现是现在很多教材所欠缺的。

重磅!

时隔一年,这本超赞的机器学习实用指南终于正式出版了第二版:《Hands-On Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition》,中文译为《Scikit-Learn、Keras 与 TensorFlow 机器学习实用指南(第二版)》,并且在美国亚马逊上开售了,可惜国内还没有开售,影印版和中文翻译版还没出来。请看封面:

代码开源!最好用的《机器学习实用指南》第二版终于来了

书籍作者

这本《Scikit-Learn、Keras 与 TensorFlow 机器学习实用指南(第二版)》的作者是 Aurélien Géron,法国人,毕业于AgroParisTech,曾任 Google Youtube 视频分类项目组负责人,创建过多家公司并担任 CTO,也曾在 AgroParisTech 担任讲师。现在是一名机器学习的顾问。

代码开源!最好用的《机器学习实用指南》第二版终于来了

版本变化

总的来说,第二版相比第一版增加了许多新的内容,最直白的就是第一版使用了 Scikit-Learn 和 TensorFlow,而第二版增加了 Keras 深度学习框架。

从内容上来说,第二版增加了更多的机器学习前沿知识,包括:无监督学习,训练深度网络,计算机视觉,自然语言处理等等。

详细的版本更新可以看这里:

https://github.com/ageron/handson-ml2/blob/master/changes_in_2nd_edition.md

书籍介绍

第二版跟第一版一样,全书也分成了两大部分,第一部分是机器学习基础,包含了第 1~9 章内容:

  • Chapter 1. The Machine Learning Landscape
  • Chapter 2. End-to-End Machine Learning Project
  • Chapter 3. Classification
  • Chapter 4. Training Models
  • Chapter 5. Support Vector Machines
  • Chapter 6. Decision Trees
  • Chapter 7. Ensemble Learning and Random Forests
  • Chapter 8. Dimensionality Reduction
  • Chapter 9. Unsupervised Learning Techniques

第一部分与第一版书籍内容相差不多,仅多了一个第9章的无监督学习。

全书第二部分是神经网络与深度学习,包含了第 10~19 章内容:

  • Chapter 10. Introduction to Artificial Neural Networks with Keras
  • Chapter 11. Training Deep Neural Networks
  • Chapter 12. Custom Models and Training with TensorFlow
  • Chapter 13. Loading and Preprocessing Data with TensorFlow
  • Chapter 14. Deep Computer Vision Using Convolutional Neural Networks
  • Chapter 15. Processing Sequences Using RNNs and CNNs
  • Chapter 16. Natural Language Processing with RNNs and Attention
  • Chapter 17. Representation Learning and Generative Learning Using Autoencoders and GANs
  • Chapter 18. Reinforcement Learning
  • Chapter 19. Training and Deploying TensorFlow Models at Scale

这部分深度学习是作者更新最多的,跟第一版差别较大。

随书代码

作者将本书所有章节的详细代码都开源了并发布在 GitHub 上,目前已经收获了 5.3k star。项目地址为:https://github.com/ageron/handson-ml2

代码开源!最好用的《机器学习实用指南》第二版终于来了

不得不说,作者配套的随书代码质量很高!看过第一版的读者应该知道,每个章节的代码都是 .ipynb 文件,用 Jupyter Notebook 就能打开。除了代码,相应的文档解释非常多。

代码 开发 AI
上一篇:会写代码的人工智能来了 下一篇:2020年值得关注的10个人工智能趋势
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

堪比《黑镜》——AI技术帮助母亲见到已逝的女儿

现在,国外的科技术团队使用AI技术,满足了一位失独母亲的夙愿——他们用摄影测量、虚拟现实和动作捕捉模拟产生了她那2016年去世的女儿。

超级盾 ·  1天前
AI驱动的网络安全团队致力于人类强化

在很多其他行业,流程自动化和AI预示着工作机会的减少,但与之不同的是,威胁情报的未来是强化人类,而不是取代人类。在这方面,我们的研究发现以下三个主要原因。

邹铮 ·  2天前
疫情当前,才知道AI原来是这么好用 精选

近日,工信部表示,将部署运用新一代信息技术支撑服务疫情防控工作。并且工信部特别强调,要通过运用人工智能、大数据、云计算等服务疫情监测分析、人员流动和社区管理等,对疫情开展科学精准防控。

Witkey ·  4天前
AI战“疫”,偶尔小尴尬背后,终极护城河现形

人类与新型冠状病毒的战“疫”仍然在进行中,在这期间,也催生出各类“人工智能+”应用,人工智能技术在此期间迎来大爆发。

张书乐 ·  2020-02-21 18:22:23
谷歌透露:正在内部尝试用AI开发计算机芯片

据谷歌人工智能研究负责人Jeff Dean透露,谷歌正在尝试通过人工智能程序推进专用芯片的内部开发,以加速其软件。在旧金山举行的International Solid State Circuits Conference会上Dean表示:“我们内部正在将人工智能技术用于一系列芯片设计项目中。”

佚名 ·  2020-02-21 11:40:36
人工智能带领人类从信息社会迈向智能社会

人工智能(AI)是指在机器上实现类似乃至超越人类的感知、认知、行为等智能的系统。与人类历史上其他技术革命相比,人工智能对人类社会发展的影响可能位居前列。

新华网客户端 ·  2020-02-20 20:08:40
人工智能将在未来十年如何发展?

从经济增长到增加企业责任以及就业的转变,人工智能技术可能在未来十年内引起巨大变化。为了找到真正的价值,企业必须保持领先地位。

Harris ·  2020-02-20 09:37:55
AI技术将如何推动制药行业发展? 精选

从目前来看,AI技术的应用范围已经非常广泛,各个行业可谓概莫能外——制药行业自然也在其中。这一切,将给制药这一历史悠久且至关重要的行业带来前所未有的变革。

佚名 ·  2020-02-19 19:34:04
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载