一张“迷你地图”，教你如何进击机器学习！.doc

《一张“迷你地图”，教你如何进击机器学习！.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、一张“迷你地图”，教你如何进击机器学习！　　掌握一个领域的知识需要系统的去学习，只通过一本书所学到的知识是远远不够的。此外，除了与该领域相关的技术，对应的产业发展也是格外重要。本文便以机器学习为例，由浅入深，并结合相关领域其它技术、产业等方面，为读者推荐了丰富的书目资源。　　一张“迷你地图”，教你如何进击机器学习！　　一张“迷你地图”，教你如何进击机器学习！　　掌握一个领域的知识需要系统的去学习，只通过一本书所学到的知识是远远不够的。此外，除了与该领域相关的技术，对应的产业发展也是格外重要。本文便以机器学习为例，由浅入深，并结合相关领域其它技术、产业等方面，为读者推荐了

2、丰富的书目资源。　　一张“迷你地图”，教你如何进击机器学习！　　　　由图可见，想要进击机器学习，成为机器学习方面的专家，那么你需要从入门、深度学习、数据科学、R语言、Python、金融、专家级等多方面的书目，循序渐进的进行修炼。　　话不多说，来看与机器学习相关，最受欢迎的书目榜单Top10吧！　　1、《Scikit-Learn与TensorFlow机器学习实用指南》　　　　英文书名：Hands-OnMachineLearningwithScikit-LearnandTensorFlow　　作者：AurélienGéron　　出版社：O’ReillyMedia　　这本书通

3、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，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。　　从这本书你将学习：　　探索机器学习环境，特别是神经网络　　使用scikit-learn跟踪端到端的示例机器学习项目　　探索几种训练模型，包括支持向量机、决策树、随机森林和集合方法　　使用TensorFlow库构建和训练神经网络　　深入研究神经网络架构，包括卷积网络，循环网络和深度强化学习　　学习训练和sc

4、aling深度神经网络的技巧　　应用实际代码示例，而无需学习过多的机器学习理论或算法细节　　2、《面向数据科学家的实用统计学》　　　　英文书名：PracticalStatisticsforDataScientists:50EssentialConcepts　　作者：PeterBruce&AndrewBruce　　出版社：O’ReillyMedia　　很多数据科学资源包括了统计方法，但是欠缺具有深度的统计学视角。如果你熟悉R语言编程，也对统计学有所了解，这份快速参考将帮助你搭建易学可达的知识桥梁。　　从这本书你将学到：　　为什么探索性数据分析是数据科学的关键步骤　　随机抽

5、样如何减少偏差，并产生更高质量的数据集，即使对于大数据也能如此　　实验设计原则如何有助于得到问题的最终答案　　如何使用回归来估计结果并检测异常　　用于预测一个record属于哪个类别的关键分类技术　　从数据中“学习”的统计机器学习方法　　用于从未标记数据中提取含义的无监督学习方法　　3、Python深度学习　　　　英文书名：DeepLearningwithPython　　作者：FrancoisChollet　　出版社：ManningPublications　　本书介绍使用Python语言和强大的Keras库深入深度学习领域。本书由Keras作者、GoogleAI研究员F

6、rançoisChollet撰写，通过直观的解释和实际例子帮助读者理解。你将在计算机视觉、自然语言处理和生成模型中应用具有挑战性的概念和实践。当学完本书时，你将拥有在自己的项目中应用深度学习的知识和实践技能。　　从本书你将学习：　　深度学习的基本原则　　建立自己的深度学习环境　　图像分类模型　　文本和序列的深度学习　　神经风格迁移、文本生成和图像生成　　4、《深度学习》　　　　英文书名：DeepLearning　　作者：IanGoodfellow,YoshuaBengio&AaronCourville　　出版社：TheMITPress　　这本“花书”被认为是名副其实的A

7、I圣经。《深度学习》由深度学习领域三位前沿、权威的专家IanGoodfellow、YoshuaBengio和AaronCourville合著，长期位居美国亚马逊人工智能类图书榜首，中文版在去年出版后更是卖到断货。　　该书从浅入深介绍了基础数学知识、机器学习经验以及现阶段深度学习的理论和发展，它能帮助人工智能技术爱好者和从业人员在三位专家学者的思维带领下全方位了解深度学习。　　这是一本教科书，又不只是一本教科书，任何对深度学习感兴趣的读者，阅读本书都会受益。　　5、《用于数据分析的Python：Pandas，NumPy和IPython》