這四本書著實很不錯！我們都知道現(xiàn)在機器學(xué)習(xí)、深度學(xué)習(xí)的資料太多了，面對海量資源，往往陷入到“無從下手”的困惑出境。而且并非所有的書籍都是優(yōu)質(zhì)資源，浪費大量的時間是得不償失的。給大家推薦這幾本好書并做簡單介紹。

1. 《Deep Learning with Python》

推薦指數(shù)：★★★★☆

本書自出版以來收到眾多好評，因為是 Keras 作者寫的書，所以全書基本圍繞著 Keras 講深度學(xué)習(xí)的各種實現(xiàn)，從 CNN，RNN 到 GAN 等，偏入門，但也承載著很多作者對深度學(xué)習(xí)整體性的思考。這是一本偏實戰(zhàn)的書，教你使用 Keras 快速實現(xiàn)深度學(xué)習(xí)經(jīng)典項目?？赐赀@本書，基本能對 Keras 和深度學(xué)習(xí)實戰(zhàn)有比較初步的掌握了。

本書源碼 GitHub 地址：

https://github.com/fchollet/deep-learning-with-python-notebooks

2. 《Python Machine Learning》

推薦指數(shù)：★★★☆☆

本書使用了 Scikit-Learn 和 TensorFlow，分別講解機器學(xué)習(xí)和深度學(xué)習(xí)，并每章配備實操代碼。還有一點是講解了如何將機器學(xué)習(xí)模型發(fā)布到 Web 應(yīng)用。整個知識體系相對更加完善，是一本比較全面的機器學(xué)習(xí)書籍。

本書源碼 GitHub 地址：

https://github.com/rasbt/python-machine-learning-book-2nd-edition

3. 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》

推薦指數(shù)：★★★★★

本書中文譯為《Scikit-Learn 與 TensorFlow 機器學(xué)習(xí)實用指南》。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(fù)雜的數(shù)學(xué)公式推導(dǎo)，語言通俗易懂，很容易看得懂、看得下去。正本書兼顧理論與實戰(zhàn)，是一本非常適合入門和實戰(zhàn)的機器學(xué)習(xí)書籍。

本書源碼 GitHub 地址：

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

4. 《Deep Learning》

推薦指數(shù)：★★★★☆

又名“花書”。該書由三位大佬 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 撰寫，是深度學(xué)習(xí)領(lǐng)域奠基性的經(jīng)典教材。相信這本書大部分人入坑深度學(xué)習(xí)的都知道！

獲得方式：

評論文章+私信【資料】免費獲取

喜歡的記得三連哦