[阅读体会]机器学习实战基于scikit-learn和tensorflow（Hands-On Machine Learning with Scikit-Learn and TensorFlow）

=======================================================================
  

《机器学习实战基于scikit-learn和tensorflow》

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

---

阅读第一章后的想法：

  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。

阅读第二章

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

阅读第三章

开始时间：2019-05-03

https://blog.csdn.net/az9996/article/details/89786255

阅读第四章

https://blog.csdn.net/az9996/article/details/89888307

阅读第五章

https://blog.csdn.net/az9996/article/details/90083812

阅读第六章

https://blog.csdn.net/az9996/article/details/90138213

阅读第七章

https://blog.csdn.net/az9996/article/details/90145185

阅读第八章

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。