=======================================================================
  
由于这是我的机器学习入门读物,鉴于当时什么都不懂,对这本书内容的评价会比较主观,有很大的个人倾向,可能书中讲的很到位,但是我理解的不是很好。但总归从这本书中我学到了许多知识,书还是不错的。
这是我正在读的第二本书:
机器学习实战基于scikit-learn和tensorflow
https://blog.csdn.net/az9996/article/details/89632142

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

文章目录

在这里插入图片描述


书不厚
在GitHub上有Jupyter Notebook 格式的示例,学习过程中很方便可以对书中的示例进行实践。
https://github.com/amueller/introduction_to_ml_with_python/blob/master/01-introduction.ipynb

1、已经基本上看完了,中文版翻译的还可以,书中讲的东西非常的少,深度不够,广度也还行。很多算法、模型在原理部分仅提了一两个公式。
2、示例方面顶多能拿来作讲解是够用的,但是没有实用性。看过之后知道大概它是怎么一回事儿,但复杂一点的就无法从书中学习到。
3、特征工程部分讲的很笼统,无法获得足够的有效信息。
4、书中的知识体系建立的七零八落,每一块都是挑着讲,并且还不讲全。
5、有很多知识点讲的比较笼统,可能是和翻译的原因有关。
6、监督学习部分的一些算法、模型讲的不够透彻,比较浅显。
7、无监督学习部分每一个模型的篇幅不算多,只能说是简单的讲了讲。
可以用来作为入门的读物

分类:

技术点:

相关文章: