得书 - 好书推荐、正版图书免费阅读

机器学习入门：Python语言实现

[美] 奥斯瓦尔德·坎佩萨托
本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow2提供了单独的附录。

电子书

实用机器学习

孙亮黄倩
大数据时代为机器学习的应用提供了广阔的空间，各行各业涉及数据分析的工作都需要使用机器学习算法。本书围绕实际数据分析的流程展开，着重介绍数据探索、数据预处理和常用的机器学习算法模型。本书从解决实际问题的角度出发，介绍回归算法、分类算法、推荐算法、排序算法和集成学习算法。在介绍每种机器学习算法模型时，书中不但阐述基本原理，而且讨论模型的评价与选择。为方便读者学习各种算法，本书介绍了R语言中相应的软件包

电子书

Python高手修炼之道：数据处理与机器学习实战

许向武
适读人群：1.没有编程知识的新手不同于一般的基础语法讲解教程，本书并未将Python开发限定于某个集成开发工具（IDE）中，而是采用交互式编程的方式来强化读者对语言特性的理解，帮助新手读者真正理解Python语言和Python编程。2.从未接触过Python语言，但了解一点编程知识的初学者本书通过对基础知识高度的提炼和概括，以避免初学者陷入低级且冗长的细节知识点而心生懈怠；同时，本书为初学者规划了从初级到高级的编程技能提升路线图。3.具有一定基础的Python程序员本书可以作为案头工具书来使用。本书从基础语法、基本技能讲起，涵盖了科学计算、数据处理、机器学习等领域，示例代码涉及30余个模块的使用。构建从Python入门到数据分析到机器学习的路线图，入门有章可循；1.讲解独到，常见盲点趣解析作者基于多年的经验积累，善于总结概括初学Python过程中的误区。2.内容全面，常用工具全涵盖书中介绍的Python工具包覆盖Numpy、Matplotlib、Pandas、SciPy、Scikit-Learn，方便读者拓展实用技能、掌握工作利器。3.拓展训练，重点知识有强化语感训练100题、Python内置函数（类）手册、从新手到高手的100个模块，强化知识点的掌握。4.代码完整，随时动手可复现本书提供了完整、可验证的代码，方便读者动手练习并强化理解。

电子书

Python 深度学习

吕云翔刘卓然关捷雄等编著
《Python深度学习》以深度学习框架为基础，介绍机器学习的基础知识与常用方法，全面细致地提供了机器学习操作的原理及其在深度学习框架下的实践步骤。全书共16章，分别介绍了深度学习基础知识、深度学习框架及其对比、机器学习基础知识、深度学习框架（以PyTorch为例）基础、Logistic回归、多层感知器、卷积神经网络与计算机视觉、神经网络与自然语言处理以及8个实战案例。本书将理论与实践紧密结合，相信

电子书

跟着迪哥学：Python数据分析与机器学习实战

唐宇迪
本书适合对人工智能、机器学习、数据分析等方向感兴趣的初学者和爱好者。

电子书

C语言学习笔记：从入门到实战

薛小龙
本书以学习笔记的形式循序渐进地讲解了使用C语言的核心知识，并通过具体实例的实现过程讲解了各个知识点的使用方法和流程。全书简洁而不失其技术深度，内容丰富全面，针对每一个知识点均搭配典型案例讲解和视频；除此之外，本书易于阅读，以极简的文字介绍了复杂的案例，帮助读者扎实理解实践应用。　　本书注重知识点讲解的系统性和贴近实战性，可帮助入门读者步步为营，夯实C语言基础；除此之外，对于有一定基础的读者，书中的

电子书

深度学习：基于Python语言和TensorFlow平台（视频讲解版）

谢琼
本书基于使用Python语言的TensorFlow深度学习框架进行讲解，帮助你快速入门。

电子书

场景化机器学习

[澳]道格·哈金（Doug
本书展示了如何在业务场景中应用机器学习，全书分为三个部分。第一部分介绍有效的决策如何帮助公司提高生产率以保持竞争力，阐释如何使用开源工具和AWS工具将机器学习应用于业务决策中。第二部分以虚拟人物为主线，研究六个场景，这些场景展示了如何使用机器学习来制定各种业务决策。第三部分讨论如何在Web上设置和共享机器学习模型，还介绍了一些案例。

电子书

机器学习公式详解

谢文睿
适读人群：（1）高等院校人工智能、计算机、自动化等相关专业机器学习方向的学生；（2）学术界机器学习领域的研究人员和教师；（3）工业界对机器学习感兴趣的专业人员和工程师。1.周志华教授“西瓜书”《机器学习》公式完全解析指南！“南瓜书”系Datawhale成员自学笔记，对“西瓜书”中250个重难点公式做了详细解析和推导（重难点公式覆盖率达99%），旨在解决机器学习中的数学难题。2.机器学习初学小白提升数学基础能力的必备练习册！以本科数学基础视角对“西瓜书”里比较难理解的公式加以解析和推导细节，补充大量重、难点数学知识和参考材料，分享在学习中遇到的“坑”以及跳过这个“坑”的方法，对于初学机器学习的小白也能上手练习！3.俞勇、王斌、李沐、程明明、陈光（博主@爱可可-爱生活）、徐亦达等人工智能领域大咖亲笔推荐

电子书

机器学习工程实战

[加] 安德烈·布可夫
机器学习入门手册《机器学习精讲》姊妹篇，人工智能和机器学习领域专业人士的多年实践结晶，深入浅出讲解机器学习应用和工程实践。

电子书

机器学习案例实战

赵卫东
机器学习已经广泛地应用于各行各业，深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践，首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点；然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上，利用上述介绍的这些平台，通过多个项目案例，详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗

电子书

动手学机器学习

张伟楠
本书系统介绍了机器学习的基本内容及其代码实现，是一本着眼于机器学习教学实践的图书。本书包含4个部分：第一部分为机器学习基础，介绍了机器学习的概念、数学基础、思想方法和简单的机器学习算法；第二部分为参数化模型，讲解线性模型、神经网络等算法；第三部分为非参数化模型，主要讨论支持向量机和决策树模型及其变种；第四部分为无监督模型，涉及聚类、降维、概率图模型等多个方面。本书将机器学习理论和实践相结合，以大量

电子书

Python快速编程入门

黑马程序员
Python是一种面向对象、解释性的高*程序语言，它已经被应用在众多领域，包括Web开发、操作系统管理、服务器运维的自动化脚本、科学计算、桌面软件、服务器软件（网络软件）、游戏等方面。本书以Windows为平台，系统全面地讲解了Python3的基础知识，其中，第1章主要是带领读者认识Python；第2章主要针对Python的基础语法进行讲解；第3章主要介绍Python中的常用语句；第4～5章主要介

电子书

机器学习算法竞赛实战

王贺，刘鹏，钱乾
本书是算法竞赛领域一本系统介绍竞赛的图书，书中不仅包含竞赛的基本理论知识，还结合多个方向和案例详细阐述了竞赛中的上分思路和技巧。

电子书

机器学习算法评估实战

宋亚统
在机器学习算法的实际应用中，我们不仅要知道算法的原理，也要了解如何评估算法上线服务的可靠性。

电子书

机器学习（第2版）

赵卫东董亮　编著
机器学习是人工智能的重要技术基础，涉及的内容十分广泛。本书涵盖了机器学习和深度学习的基础知识，主要包括机器学习的概述、统计学基础、分类、聚类、神经网络、贝叶斯网络、支持向量机、文本分析、分布式机器学习算法等经典的机器学习基础知识，还包括卷积神经网络、循环神经网络、生成对抗网络、目标检测、自编码器等深度学习的内容。此外，本书还介绍了机器学习的热门应用领域推荐系统以及强化学习等主题。本书深入浅出、内容

电子书

机器学习原理与实战

何伟，张良均　主编
本书共11章，分别介绍了机器学习概述、数据准备、特征工程、有监督学习、无监督学习、智能推荐的相关知识，并介绍了市财政收入分析案例、基于非侵入式电力负荷监测与分解的电力分析案例、航空公司客户价值分析案例、广电大数据营销推荐案例以及基于TipDM数据挖掘建模平台实现航空公司客户价值分析案例。

电子书

机器学习（慕课版）

主编
本书是一本零基础的Illustrator软件的实战教材，旨在介绍如何使用Illustrator软件在平面设计领域的使用方法与技巧。本书首先介绍Illustrator软件在平面领域中的主要应用范围和领域，然后逐步由浅入深的介绍如何使用软件完成图形的设计与编辑、路径的绘制与编辑、图形样式的创建与编辑、文本与图表的创建与编辑、图层与蒙版的应用、效果类应用方法、混合与封套的应用方法等。书籍中所涉及的案例都

电子书

机器学习与数据挖掘

王璐烽
本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。本书适合使用机器学习与数

电子书

卷积神经网络的Python实现

单建华　著
一本包含全部代码的参考书零基础学习深度学习基于NumPy的Python语言实现卷积神经网络本书用极少的数学知识，深入浅出地介绍了机器学习、卷积神经网络的相关概念以及实践中特别重要的数据预处理。书中没有借助深度学习库，完全使用Python语言基于NumPy库实现了神经网络和卷积神经网络，并给出了全部代码。为了方便读者理解深度学习和更好地使用深度学习库，如TensorFlow，书中特别对误差反向传播算法和神经网络的优化方法进行了深入分析。在此基础上，本书进一步实现了经典的VGG网络和移动端MobileNetV2网络，同时介绍了GoogLeNet、ResNet和SENet。