原文翻譯自machine learning books you should read in 2020
機器學習成為電腦科學最熱門的領域之一。每個大公司要麼已經應用機器學習要麼考慮盡快這麼做，以解決他們的問題和理解他們的資料集。這意味著是時候學習機器學習了，特別是如果你正在尋找新的電腦科學挑戰。乙個很好的方法就是讀幾本書。
如果你剛剛開始學習機器學習，一定要讀一讀這本書:introduction to machine learning with python （用python介紹機器學習）是對機器學習的溫和介紹。它不假設任何關於python的知識，它介紹了機器學習的基本概念和應用，並通過示例討論各種方法。這是我所見過的最好的入門級機器學習工程師的書。
如果你已經自己完成了一堆機器學習專案，並且習慣了使用機器學習模型，下面這些書將會帶你更進一步:
python machine learning（python機器學習）是一本很實用的書，裡面有很多實際的**例子。它以溫和的方式開始，然後發展到機器學習和深度學習的最新進展。它很容易閱讀，將吸引任何層次的人，第二版包含了gans。
hands-on machine learning with scikit-learn and tensorflow（使用scikit-learn和tensorflow進行機器學習）是乙個很棒的中級參考。它涵蓋了所有的基礎知識(分類方法，降維)，然後進入神經網路和深度學習。（譯者注2023年10月左右新出的第二版增加了無監督與keras的內容，第一版的深度學習部分寫的比較混亂，但是第二版大為改觀）
pattern recognition and machine learning（模式識別和機器學習）從統計學的視角來介紹所有的基本演算法。它主要關注機器學習的理論方面，是其他更實用的書籍的好伴侶。
在專家的層面上，閱讀科學**往往比閱讀書籍要好得多，因為在我們討論的同時，知識也在不斷更新。機器學習確實活在當下。然而，手頭有一堆參考書目也很好，可以讓你全面的了解深度學習:
deep learning with python（使用python進行深度學習）是由keras的建立者編寫的，keras是python中最流行的機器學習庫之一。這本書的開頭很溫和，很實用，給出了一些你可以馬上使用的**，並提供了許多使用深度學習的有用技巧。在深度學習中，絕對要閱讀。
deep learning（深度學習，傳說中的花書）是深度學習演算法的乙個很好的參考。它不包含太多的**，但是對於如何處理機器學習的問題有很好的見解:由深度學習的先驅編寫。它幾乎涵蓋了所有當前使用的技術。
如果你更擅長數學，那麼你會喜歡 machine learning: a probabilistic perspective （機器學習:一種概率的視角）。這是所有機器學習方法背後的數學原理。你可能不會馬上讀到它，但它在機器學習研究中作為參考非常有用。
等空了我把書籍整理打包上傳過來。
2023年值得關注的軟體測試趨勢
軟體測試行業繼續發展。我們已經看到了發展趨勢的延續和2019年新趨勢的出現。2020年，自動化專家團隊對軟體測試行業的最新趨勢做出了一些 根據各種報告研究，智慧型自動化將在2020年繼續成為軟體測試風口。人工智慧和機器學習ai ml的應用已用於軟體測試自動化中。人工智慧使測試變得更加智慧型。團隊可以...
2023年值得關注的15個DevOps趨勢
目錄 2021年值得關注的15個devops趨勢 1.遷移到微服務將成為必須 2.hybrid 混合 將成為部署規範 3.dataops將蓬勃發展 4.彈性測試將成為主流 5.gitops將成為常態 6.將會有更多的應用遷移到無伺服器 7.noops出現 8.bizdevops將大放異彩 9.基礎設...
2023年值得關注的八大SEO趨勢
這幾年一直有人說web 2.0和社交 將取代seo或搜尋。人們不再通過搜尋引擎搜東西，而是在twitter和facebook上找自己想要的東西。這些 才是他們的資訊 沒準他們還會使用問答 對此，來自seomoz的jamie有不同看法，並就2011年的seo形勢談到了自己的一些看法，摘要如下 1.搜尋...