《Python机器学习基础教程》中文pdf 附英文版及实例代码 下载 《《Python机器学习基础教程》中文pdf 附英文版及实例代码》 Introduction to Machine Learning with Python 作者: [德]安德里亚斯·穆勒 / [美]莎拉·吉多 译者: 张亮 这是一本很棒的书，而且我想说，对于那些不熟悉python的人（您显然无法运行代码）来说它甚至很棒。对于任何对线性代数/统计学有基本理解的人来说，作者能够向你们展示所有重要的（有时是微妙但有意义的）细节，而无需使用方程，更重要的是，它们如何相互关联。 这里提到的所有概念都以经过深思熟虑并且呈现良好的图形作为后盾，以这种方式，我再次建议您甚至不需要python来理解。如果您确实了解python，那么加载数据集并再现这些图形只需要几行代码就可以了（除了mgl.e库之外，它为您提供了一些“绘图魔力”。不过，我相信他们每个人都是合适的。您可以忽略它们，并以自己的方式绘制图表，或者只是打印变量，这看起来可能不利于发布。 通常，我犹豫是否购买那些声称它们可以不用方程式解释算法的书籍，我希望它们能成为具有轻微和不连贯解释的技术（如百科全书）的烹饪书籍。然而，我认为这本书并非如此。scikit-learning的威力被演示出来，其背后的算法被直观地解释，并且被称作它们如何结合在一起并相互补充。 和任何介绍性阅读一样，有时需要补充，作者对统计学习的要素的参考是有用的（方程式繁重）。书中有一些地方，作者遵循统计学习的要素。我发现这些点是合适的，因为进一步的解释将超出范围。 我在假期的空闲时间读这本书，大部分时间我都不能使用电脑。这些概念很好地表现出来，只是一种悠闲的阅读。当我终于有时间访问一台计算机时，我能够通过来回浏览一遍这本书来尝试数据集上的技术，但是除此之外，我几乎不用费什么力气。 最后，我会推荐这本书给其他愿意开始深入研究机器学习的研究者。进一步的阅读总是必要的，但是这本书会给你一个很好的直观的理解和主题的概述，让你知道下一步该怎么做，以及如何做到不走圈子。更好的是，你很可能已经把它应用到你的研究中了！

下载地址