=======================================================================
推荐纸质书,能随手记下很多想法。
中文高清PDF(带书签)
链接:https://pan.baidu.com/s/1llGy44ruq1wycgHUjcff8A
提取码:7fz0
英文高清PDF版(带书签):
链接:https://pan.baidu.com/s/1hXRGz00p2EQfQpb1evSOZQ
提取码:6vzm
帮大家省点事儿!
ps:在你有信心启动模型之前,都不要触碰测试集,取训练集中的一部分来做验证。
=======================================================================
补充材料(代码示例、练习题等)https://github.com/ageron/handson-ml
Pete Warden的博客 https://petewarden.com/
Lukas Biewald的博客 https://lukasbiewald.com/
制作的一个机器人作品 https://goo.gl/Eu5u28
Justin Francis 在TensorFlow上的帖子 https://goo.gl/28ve8z
David Andrzejewski http://www.david-andrzejewski.com/
cudnn https://developer.nvidia.com/rdp/cudnn-download
cuda https://developer.nvidia.com/cuda-downloads?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
时间:2019-04-28
这本书的基础知识部分讲的比《Python机器学习基础教程》中讲的清楚,一些重要的概念都有详细的讲解,例如:机器学习系统的种类、什么是机器学习、什么是正则化、机器学习的过程。
用例丰富、恰当,配图很好。
其中所说的:1、垃圾进 垃圾出这一观点很有意思。
2、机器学习的主要挑战被其归类为两个问题,“坏算法”和“坏数据”。很有意思。
开始时间:2019-04-28
(全放在一篇博客里确实是太长了,所以还是分开来放置吧。)
https://blog.csdn.net/az9996/article/details/89784747
结束时间:2019-05-02
开始时间:2019-05-03
https://blog.csdn.net/az9996/article/details/89786255
https://blog.csdn.net/az9996/article/details/89888307
https://blog.csdn.net/az9996/article/details/90083812
https://blog.csdn.net/az9996/article/details/90138213
https://blog.csdn.net/az9996/article/details/90145185
https://blog.csdn.net/az9996/article/details/90204697
后续更新,无法正常访问的话,可能是正在进行编辑,稍后访问即可。