机器学习实战（原书第2版）：基于Scikit-Learn、Keras和TensorFlowpdf百度网盘下载地址?
这本机器学习畅销书基于TensorFlow 2和Scikit-Learn的新版本进行了全面更新，通过具体的示例、非常少的理论和可用于生产环境的Python框架，从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。
全书分为两部分。第一部分介绍机器学习基础，涵盖以下主题：什么是机器学习，它试图解决什么问题，以及系统的主要类别和基本概念；第二部分介绍神经网络和深度学习，涵盖以下主题：什么是神经网络以及它们有什么用，使用TensorFlow和Keras构建和训练神经网络的技术，以及如何使用强化学习构建可以通过反复试错，学习好的策略的代理程序。第一部分主要基于Scikit-Learn，而第二部分则使用TensorFlow和Keras。
通过本书，你会学到一系列可以快速使用的技术。每章的练习可以帮助你应用所学的知识，你只需要有一些编程经验。所有代码都可以在GitHub上获得。
作者简介:
Aurélien Géron是机器学习方面的顾问。曾就职于Google，在2013年到2016年领导过YouTube视频分类团队。Wifirst公司的创始人并于2002年至2012年担任该公司的首席技术官。于2001年创办Ployconseil 公司并任首席技术官。
目录:
第 1 章 机器学习概览
第 2 章 端到端的机器学习项目 42
第 3 章 分类 86
第 4 章 训练模型 108
第 5 章 支持向量机 143
第 6 章 决策树 162
第 7 章 集成学习和随机森林 173
第 8 章 降维 193
第 9 章 无监督学习技术 211
第 10 章 Keras 人工神经网络简介 249
第 11 章 训练深度神经网络 293
第 12 章 使用 TensorFlow 自定义模型和训练 330
第 13 章 使用 TensorFlow 加载和预处理数据 362
第 14 章 使用卷积神经网络的深度计算机视觉 390
第 15 章 使用 RNN 和 CNN 处理序列 432
第 16 章 使用 RNN 和注意力机制进行自然语言处理 455
第 17 章 使用自动编码器和 GAN 的表征学习和生成学习 489
第 18 章 强化学习 523
第 19 章 大规模训练和部署TensorFlow 模型 571
点击下载