得书 - 好书推荐、正版图书免费阅读

TensorFlow移动端机器学习实战

王众磊
人工智能应用向边缘设备转移，本书详解TensorFlow端到端开发及在小型设备上应用开发要点。

电子书

深度学习原理与 TensorFlow实践

黄理灿
本书介绍了深度学习原理与TensorFlow实践。着重讲述了当前学术界和工业界的深度学习核心知识：机器学习概论、神经网络、深度学习。着重讲述了深度学习的实现以及深度学习框架TensorFlow：Python编程基础、TensorFlow编程基础、TensorFlow模型、TensorFlow编程实践、TensorFlowLite和TensorFlow.js、TensorFlow案例--医学应用和S

电子书

Python机器学习

郭羽含陈虹肖成龙主编
《Python机器学习》从实用的角度出发，整合Python语言基础、数据分析与可视化、机器学习常用算法等知识。内容从*基本的Python编程基础入手，由浅入深、循序渐进地讲授NumPy库和Matplotlib库，以及复杂的机器学习基本理论和算法，并突出知识的实用性和可操作性。《Python机器学习》力求以浅显的语言讲解复杂的知识，以直观的案例辅助读者理解，并以图表形式展示代码和运行结果，配合习题巩

电子书

机器学习基础

编著
近年来人工智能技术蓬勃发展，人工智能正在改变我们的生活。为了让读者在不需要掌握太多数学和计算机科学知识的情况下，能够快速上手，使用Python语言实现常用的机器学习算法，并解决一些实际的问题，我们策划并出版本书。本书共14章，内容涵盖基本的机器学习概念和环境搭建，目前各个领域中的热门算法，以及数据预处理、模型评估和文本数据分析等。希望本书可以让读者轻松入门，在动手实践的过程中找到乐趣。本书可以作为

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

淘宝天猫网店美工实战--视觉设计+店铺装修+移动端店铺（微课版）

江玉珍顾敏
本书共分为10章，包括网店美工初体验、网店美工设计要领、商品图片的基本处理、商品图片光影与色调的调整、制作商品推广图、制作PC端网店首页、制作PC端商品详情页、制作PC端其他页面、制作移动端网店页面、装修网店。

电子书

深度学习训练营21天实战TensorFlow+Keras+scikit-learn

张强主编
21天实战，21个典型的人工智能应用场景。

电子书

Python实战速成手册：数据分析+机器学习+深度学习

方勇　著
本书基于Python语言，介绍了数据分析、机器学习、深度学习等内容，涉及统计学基础、Python基础、Python面向对象入门、在Python中操作MySQL、Pandas、Matplotlib、人工智能、Scikit-learn、神经网络等。书中包括大量代码和综合练习，以及丰富的实战案例。

电子书

移动端卖货式设计：适配手机屏的电商设计法则与实战应用（下册）

卢维贤编著
本书共分上下两册，上册包括第1-6章，下册包括第7-11章。书中先介绍了电商设计和电商设计师的概况及发展、设计前期的创意构思，以及主要的电商设计风格；接着分别从构图、色彩、光影和字体4个方面详细剖析了手机端的Banner设计；最后讲解了手机端的详情页和专题页的版式设计。

电子书

TensorFlow深度学习从入门到进阶

张德丰编著
TensorFlow是谷歌基于DistBelief进行研发的第二代人工智能学习系统，其支持多种客户端语言下的安装和运行。本书以TensorFlow为导线，进行机器学习，书中每章节都是以理论引出，TensorFlow应用巩固结束，理论与实践相结合，让读者快速掌握TensorFlow机器学习。本书共10章，主要包括内容有：TensorFlow介绍、TensorFlow编辑基础、TensorFlow进阶

电子书

ReactNative移动开发实战

向治洪
Reactnative入门书籍，打造高品质移动用户体验。

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

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机器学习入门

程晨
Python是一种解释型、面向对象、动态数据类型的高级程序设计语言。它具有丰富和强大的模块（库），能够很轻松地把用其他编程语言（尤其是C/C++）编写的各种模块联结在一起。这两年随着人们对人工智能的关注越来越多，大家对Python的学习热情也越来越高。在IEEE发布的编程语言排行榜中，Python已经多年排名第一。这本Python编程与机器学习的入门书，首先介绍了一些Python编程的基础知识，然

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

移动电商应用实战

张忠琼
本书通过对10个主流移动电子商务平台、6大移动电子商务模式的讲解，帮助读者快速熟悉移动电子商务的实战技巧。全书共11章，主要内容包括认识移动电商、微商朋友圆营销、微信公众号内容运营、社群电商、今日头条运营、短视频运营、手机淘宝开店、京东商城开店、微店运营、玩转App电商、O2O移动电商。

电子书

移动社交营销实战手册

付峥嵘
移动互联网时代，社交这一人类原始需求的地位越来越重要，并逐步成为主导市场和信息传播的主要因素。营销信息如果在社交平台上疯狂传播，其产生的营销价值不可估量；创业公司如果能在起点即引爆关注，其获得的客户与流量亦不可估量。如何利用移动社交引爆传播，从而获得客户与流量，实现营销，这是每位创业者和有创业梦想的人孜孜以求的事情。本书从移动社交的形式、社交引爆的几大定律、起点引爆的法则等角度系统而全面地呈现了移

电子书

Python机器学习经典实例

用流行的Python库scikitlearn解决机器学习问题。

电子书

机器学习与Python实践

黄勉
机器学习理论实践全书，12章内容丰富，适合各层次读者。

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

意见反馈

我的书架

公众号

关注微信公众号