點擊上方“AI有道”，選擇“星標公眾號”

關鍵時刻，第一時間送達！

之前紅色石頭整理過一篇文章，談一談機器學習如何入門的路線圖：

【干貨】我的機器學習入門路線圖

上面這篇文章里面講得大部分是機器學習、深度學習的理論知識，實戰和庫使用較少涉及。有沒有好的機器學習、深度學習入門理論和實戰相結合的教材呢？有！今天紅色石頭就給大家介紹一本非常不錯的機器學習使用指南——《Hands-On Machine Learning with Scikit-Learn & TensorFlow》。

這本書中文譯為《Scikit-Learn 與 TensorFlow 機器學習實用指南》。

書籍介紹

該書的目錄如下：

的總的來說，這本書分為兩大部分，第一部分介紹機器學習基礎算法，每章都配備 Scikit-Learn 實操項目；第二部分介紹神經網絡與深度學習，每章配備 TensorFlow 實操項目。附錄部分內容也非常豐富。正本書兼顧理論與實戰，是一本非常適合入門和實戰的機器學習書籍。

本書特色

這本書最大的特色從理論上講就是言簡意賅，全書基本上沒有太多復雜的數學公式推導，語言通俗易懂，很容易看得懂、看得下去。這一點紅色石頭也發現是現在很多教材所欠缺的。

從實戰來說，該書使用了當前最火熱的機器學習框架 Scikit-Learn 和深度學習框架 TensorFlow，每一章都配備相應的項目，代碼的實操性和可讀行非常好。該書講了很多用 TensorFlow 的技巧，很不錯。

另外值得一提的是，這本書主要是為工程而寫的，是一本實用指南。其精華的部分在于附錄 B 機器學習項目清單，基本上工業界做一套 Machine Learning 的解決方案順著這個 checklist 走一遍就夠了。

如何學習

如何正確地學習這本書呢？該書作者已經把書中所有章節的代碼（.ipynb）放在了 GitHub 上（目前已經有星 10000+），大家直接下載或者 Fork 到自己的 GitHub 就好了。地址如下：

https://github.com/ageron/handson-ml

紅色石頭也正在看這本書，希望把書中的知識整理分享給大家。我打算從這兩方面來學習：

1. 我建立了一個 GitHub 項目，因為這本書是英文版，我打算把本書各章節的重要知識點整理出來（不僅僅是翻譯），包括代碼放在這個 GitHub 上。目前才上傳了第一章部分內容，后續的我會堅持做下去，歡迎大家圍觀。GitHub 地址如下：

https://github.com/RedstoneWill/Hands-On-Machine-Learning-with-Sklearn-TensorFlow

2. 我打算把本書各章節的一些知識點提煉出來，以筆記的形式發布到微信公眾號上，方便大家查看。就像之前的林軒田、吳恩達課程筆記一樣。目標是做得系統一些。

獲取該書

該書網上已經有電子版了。紅色石頭為大家準備了該書高清晰度的 pdf 文件，書簽也很詳細。?獲取該書最新版本很簡單，掃描文末二維碼，關注本公眾號，在公眾號后臺直接回復：【mlst】即可！

推薦閱讀：

【1】干貨 | 公眾號歷史文章精選（附資源）

【2】我的機器學習入門路線圖

【3】我的深度學習入門路線

【4】重磅 | 吳恩達Coursera新課已經上線

總結

以上是生活随笔為你收集整理的2018 最好的机器学习实用指南书籍来了！的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。