Hands-On Machine Learning with Scikit-Learn and TensorFlow---读书笔记

去年在北京参加了一次由O‘Reilly和Cloudera联合举办的大数据会议Strata Data Conference,并有幸获得了O‘Reilly出版的Hands-On Machine Learning with Scikit-Learn and TensorFlow英文书,总体来说,这是一本不错的技术书,很多人也都在推荐这本书.这本书的作者通过具体的例子、很少的理论以及两款成熟的Python框架：Scikit-Learn和TensorFlow,帮助读者掌握构建智能系统所需要的概念和工具。这本书从简单的线性回归开始,到深度神经网络结束.在这个不断深入的过程中你将会学到各种技术.

目录

1.机器学习那些事儿(一)

原文地址：https://www.cnblogs.com/fingerling/p/8290328.html

时间： 2024-11-04 02:20:55

Hands-On Machine Learning with Scikit-Learn and TensorFlow---读书笔记的相关文章

機器學習基石(Machine Learning Foundations) 机器学习基石 手写版笔记大全

大家好,我是Mac Jiang.看到大家对我的博客的支持,非常感动.今天和大家分享的是我在学习机器学习基石时的手写笔记.当时在学习的时候,我把一些我认为重要的东西写了下来,一来是为了加深印象,二来是为了供以后复习之用. 网上的机器学习基石笔记也有很多,但大多是电子版,个人更加倾向于手写版的自由.毛主席曾经说过,"不动笔墨不读书",我觉得这句话非常有道理,以我个人的学习方法而言,是离不开笔墨的. 分享自己的笔记的目的主要是为大家提供一些学习上的帮助,和大家一起讨论学习,当然也可以在以后学

vim使用指北 ---- Learning the vi and Vim Editors 读书 笔记

vi/vim作为liux系统下最强大,最流行的文本编辑器之一.边看<Learning the vi and vim Editor>边学习vim,顺便做写简单的笔记,供以后查询. 没看这本书之前,也经常使用过vim编辑一些简单文件之类的,会一些基本简单的命令.但看书的过程中,发现很多以前从没用过的,操作起来简单的命令,还是令人精神振奋的,vim还可以这样用!!!! Simple Editing  ----- 介绍一些基本的vi/vim操作命令 Moving Aound in a Hurry  

Deep Learning（Bengio）第一章 读书笔记

一些定义/理解: 这一块的东西还是建议看书,书上解释得很清楚,单独提出来可能很难说明白是啥. 知识谱图:力求将关于世界的知识用形式化的语言进行硬编码,计算机可以通过这些形式化语言自动地使用逻辑推理规则来理解声明. 然而依靠硬编码的知识体系面对种种困难,因此人们希望AI系统有自己获取知识的能力. 机器学习:AI系统自己获取知识的能力,即从原始数据中提取模式的能力. 简单的机器学习算法的性能在很大程度上依赖人们给定数据的表示,这些表示给的不准确的话,学习效果就不好. 表示学习(representat

A Gentle Guide to Machine Learning

A Gentle Guide to Machine Learning Machine Learning is a subfield within Artificial Intelligence that builds algorithms that allow computers to learn to perform tasks from data instead of being explicitly programmed. Got it? We can make machines lear

Bayesian machine learning

from: http://www.metacademy.org/roadmaps/rgrosse/bayesian_machine_learning Created by: Roger Grosse(http://www.cs.toronto.edu/~rgrosse/) Intended for: beginning machine learning researchers, practitioners Bayesian statistics is a branch of statistics

Machine Learning for Developers

Machine Learning for Developers Most developers these days have heard of machine learning, but when trying to find an 'easy' way into this technique, most people find themselves getting scared off by the abstractness of the concept of Machine Learnin

Machine Learning Algorithms Study Notes(1)--Introduction

Machine Learning Algorithms Study Notes 高雪松 @雪松Cedro Microsoft MVP 目 录 1    Introduction    1 1.1    What is Machine Learning    1 1.2    学习心得和笔记的框架    1 2    Supervised Learning    3 2.1    Perceptron Learning Algorithm (PLA)    3 2.1.1    PLA -- "知

Coursera Machine Learning 学习笔记（一）

之前就对Machine Learning很感兴趣,假期得闲看了Coursera Machine Learning 的全部课程,整理了笔记以便反复体会. I. Introduction (Week 1) - What is machine learning 对于机器学习的定义,并没有一个被一致认同的答案. Arthur Samuel (1959) 给出对机器学习的定义: 机器学习所研究的是赋予计算机在没有明确编程的情况下仍能学习的能力. Samuel设计了一个西洋棋游戏,他让程序自己跟自己下棋,并

Coursera《machine learning》--（8）神经网络表述

本笔记为Coursera在线课程<Machine Learning>中的神经网络章节的笔记. 八.神经网络:表述(Neural Networks: Representation) 本节主要讨论一种叫做神经网络的机器学习算法.首先讨论神经网络的表层结构,在后续的课程中再讨论具体的学习算法.神经网络其实是一个比较古老的算法,它沉寂过一点时间,但现在又成为了许多机器学习的首选技术. 8.1 非线性假设 参考视频: 8 - 1 - Non-linear Hypotheses (10 min).mkv

An introduction to machine learning with scikit-learn

转自 http://scikit-learn.org/stable/tutorial/basic/tutorial.html#machine-learning-the-problem-setting In general, a learning problem considers a set of n samples of data and then tries to predict properties of unknown data. If each sample is more than