現在關於python機器學習的書籍很多,選擇貌似變得越來越困難。
當你準備買書自學時,挑一本適合自己的書是非常有必要的。那麼如何挑選一本好書呢?(個人意見,僅供參考)
關注序言或簡介和自己的需求:
序言與簡介主要描述了目標讀者,看看適不適合那個階段的自己。
(大多數機器學習書籍需要對資料科學和python有基本的了解。)
python技巧:
有些書使用簡單的**片段來證明乙個概念,
而另一些書則使用了高階python功能,例如列表理解,切片,帶語句,引數解包等等。
python庫:
python機器學習書籍通常使用scikitlearn(有時還包括scipy)來實現演算法。
深度學習書籍涵蓋tensorflow,keras和pytorch。
但是這些書還利用了numpy,pandas和matplotlib等科學圖書館來載入和處理資料。
python工具:
大多數python機器學習開發人員更喜歡jupyter notebook,
這是乙個基於web的介面,可以進行編碼和測試演算法,並將結果儲存為html格式。
如果一本書是關於如何使用jupyter的話,書中要提到能否完成安裝和設定。
數學技能:機器學習在本質上涉及大量線性代數,微積分和統計量。
通過概念性描述和繪圖來描述機器學習演算法的機制,這類書應該明確告訴你學習本書需要多少數學知識。
購買書之前先檢視目錄的內容:
基礎知識:
每本有關機器學習的書都是從基礎知識開始的。
高階書籍會將基礎知識在乙個章節中進行總結。
初學者通常需要花幾章來討論機器學習的基礎知識,數學,資料預處理和資料型別以及機器學習管道的書籍。
演算法:
初學者通常根據演算法的類別(回歸,分類,聚類)和高階概念(監督學習與無監督學習,整體學習,超引數調整,降維)來討論演算法。
高階書籍通常會針對特定型別的演算法(支援向量機,決策樹,主成分分析,不同的聚類方法等)提供更詳盡的章節。
python庫:
高階和中級書籍不討論numpy和matplotlib等python庫。
初學者的書籍中的各節介紹了如何使用numpy和matplotlib等python庫來載入,處理和視覺化資料。
如何選擇藝博會?這四大要點你需知道!
對於藝術機構 藝術家 而言 一年安排2 3場優質的藝博會行程是市場必備之旅 然而 藝博會那麼多 究竟哪家才是 真愛 作為一直想藝術家之所想 思藝術家之所思的藝博君 決定來做個科普帖 送給正有此疑惑的你 以下是作為藝博會的硬指標 供您參考!我們知道,唯有優秀的畫廊,才有更多優秀的 藝術家,也才能讓最精...
關於刷題入門(冒泡 選擇排序)總結
氣泡排序 顧名思義就是 小的數往上面冒,大的數往下沉 公升序 當然也可以反過來進行 降序 氣泡排序是常用的一種排序方法,其基本方法就是逐次比較。即一次比較兩個數,若它們的順序錯誤,則它們交換 重複進行,直到沒有需要交換為止。以公升序為例 1 比較相鄰數字的大小,若第乙個數比第二個數大,則相互交換 2...
關於python的變數與賦值小白入門如何理解
假設桌子上有兩個杯子,其中乙個杯子裝有可樂,另乙個杯子裝有牛奶,那麼如何將這兩個杯子中的飲料如何交換呢?基於這種情況,假如我們要開發乙個python程式,在python程式當中定義一號杯子和二號杯子這兩個變數,我們通過鍵盤輸入一號杯子與二號杯子中的飲料,然後將交換前後兩個杯子變數中存放的資料列印到螢...