《從機器學習到深度學習基於scikit-learn與TensorFlow的高效開發實戰》PDF代碼分析

 用通俗的語言講解涵蓋算法模型的機器學習，主要內容包括機器學習通用概念、三個基本科學計算工具、有監督學習、聚類模型、降維模型、隱馬爾可夫模型、貝葉斯網絡、天然語言處理、深度學習、強化學習、模型遷移等。在深刻淺出地解析模型與算法以後，介紹使用Python相關工具進行開發的方法、解析經典案例，能理解、能設計、能編碼、能調試，沒有基礎的在學習後也可以上手設計與開發機器學習產品。

推薦學習《從機器學習到深度學習：基於scikit-learn與TensorFlow的高效開發實戰》，場景式機器學習實踐，理論方面從人工智能與機器學習的基本要素講起，逐步展開有監督學習、無監督學習、強化學習這三大類模型的應用場景與算法原理；實踐方面經過金融預測、醫療診斷機率模型、月球登錄器、圖像識別、寫詩機器人、中國象棋博弈等案例，將機器學習應用在各行各業裏，其中後三個案例使用了深度學習技術。

《從機器學習到深度學習：基於scikit-learn與TensorFlow的高效開發實戰》PDF，369頁，有目錄，文字可複製；配有源代碼。

下載: https://pan.baidu.com/s/1LS77COnA2ZexybiuMH7xMA
提取碼: st6n

感受深度學習中應用RNN實現一個寫詩機器人，挺有意思，基於LSTM講解開發步驟：網絡架構、數據加載、搭建TensorFlow Graph 、解析LSTM RNN 、LSTM中的參數、用sequence_loss計算RNN損失值、學習速度可調優化器、訓練、 寫唐詩、用唐詩語料訓練語言模型、做詩，實戰性很強。

 

機器學習是近年來漸趨熱門的一個領域，同時Python 語言通過一段時間的發展也已逐漸成爲主流的編程語言之一。《Python機器學習實踐指南》結合了機器學習和Python 語言兩個熱門的領域，經過利用兩種核心的機器學習算法來將Python 語言在數據分析方面的優點發揮到極致。

《Python機器學習實踐指南》中文PDF，268頁，帶目錄，彩色配圖，文字可複製；英文PDF，324頁，帶目錄，彩色配圖，文字可複製；配有源代碼。

下載: https://pan.baidu.com/s/183L7EG0JPf0ky8B8hx1PUA
提取碼: ds6i

共有10 章。第1 章講解了Python 機器學習的生態系統，剩餘9 章介紹了衆多與機器學習相關的算法，包括各種分類算法、數據可視化技術、推薦引擎等，主要包括機器學習在公寓、機票、IPO 市場、新聞源、內容推廣、股票市場、圖像、聊天機器人和推薦引擎等方面的應用。

神經網絡是計算智能和機器學習的重要分支，在諸多領域都取得了很大的成功。《神經網絡與機器學習》結合近年來神經網絡和機器學習的最新進展，從理論和實際應用出發，全面、系統地介紹了神經網絡的基本模型、方法和技術，並將神經網絡和機器學習有機地結合在一塊兒。注重對數學分析方法和理論的探討，也很是關注神經網絡在模式識別、信號處理以及控制系統等實際工程問題的應用。舉重若輕地對神經網絡的基本模型和主要學習理論進行了深刻探討和分析，經過大量的試驗報告、例題和習題來幫助更好地學習神經網絡。

《神經網絡與機器學習（第3版）》中文PDF，598頁，帶目錄；英文PDF，937頁，帶目錄。

下載: https://pan.baidu.com/s/1s3M9o5kV-sckvOOHcQ_HCg
提取碼: qe6r

 

機器學習是一門多領域交叉學科，涉及機率論、統計學、逼近論、凸分析、算法複雜度等多門學科，專門研究計算機怎樣模擬或實現人類的學習行爲。機器學習是人工智能的核心，是使計算機具備智能的根本途徑。經過對機器學習的背景知識、算法流程、相關工具、實踐案例以及知識圖譜等內容的講解，全面介紹了機器學習的理論基礎和實踐應用。涉及機器學習領域的多個典型算法，並詳細給出了機器學習的算法流程。不只能夠了解機器學習的理論基礎，也能夠參照一些典型的應用案例拓展本身的專業技能。

《機器學習實踐應用》高清PDF，279頁，帶目錄和書籤，彩色配圖；配套源代碼。
下載: https://pan.baidu.com/s/1sdvcQHO5f20E6wGX4aNl_A
提取碼: 2258

 

《圖解機器學習》用豐富的圖示，從最小二乘法出發，對基於最小二乘法實現的各類機器學習算法進行了詳細的介紹。介紹了機器學習領域的概況；介紹了各類有監督的迴歸算法和分類算法；介紹了各類無監督學習算法；分介紹了機器學習領域中的新興算法。大部分算法都有相應的MATLAB程序源代碼，能夠用來進行簡單的測試。

 《白話大數據與機器學習》PDF，345頁，帶目錄和書籤.

《圖解機器學習》PDF，242頁，帶目錄和書籤.

下載: https://pan.baidu.com/s/1tWv89Hi2z1ICX33zIeOsrA
提取碼: hd5s

 

《機器學習基礎教程》中文PDF，202頁，帶目錄和書籤；英文PDF，428頁。

下載: https://pan.baidu.com/s/1LnxmItiXnBX8dlF6G-3pEQ
提取碼: g26c

《機器學習基礎教程》包含了數學和統計學的核心技術，用於幫助理解一些經常使用的機器學習算法。展現的算法涵蓋了機器學習的各個重要領域：分類、聚類和投影。對一小部分算法進行了詳細描述和推導，而不是簡單地將大量算法羅列出來。經過大量的MATLAB/Octave腳本將算法和概念由抽象的等式轉化爲解決實際問題的工具，利用它們能夠從新繪製書中的插圖，並研究如何改變模型說明和參數取值。