# Hands-on-Machine-Learning

**Repository Path**: xtlan/Hands-on-Machine-Learning

## Basic Information

- **Project Name**: Hands-on-Machine-Learning
- **Description**: A series of Jupyter notebooks with Chinese comment that walk you through the fundamentals of Machine Learning and Deep Learning in python using Scikit-Learn and TensorFlow.
- **Primary Language**: Unknown
- **License**: Apache-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2019-10-19
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Hands-on-Machine-Learning


### 目的

这份笔记旨在帮助中文学习者以一种**较快较系统的方式入门机器学习**，

是在学习[Hands-on Machine Learning with Scikit-Learn and TensorFlow](http://shop.oreilly.com/product/0636920052289.do)这本书的
时候做的个人笔记:

[![book](http://akamaicovers.oreilly.com/images/0636920052289/cat.gif)](http://shop.oreilly.com/product/0636920052289.do)

### 此项目的可取之处
- 原书的代码示例部分**只有代码没有文字注释**，纸质书上有文字解释但不利于操作，这个项目将其合二为一，
学习者这只需要打开Jupyter notebook即可，无需频繁翻阅纸质书籍或查看PDF文档
- 形式和吴大大Deep learning.ai课程作业的形式一样，**一段文字解释，一段代码操作**，方便快速理解原理并进行实践操作
- 中文注释，方便中文学习者较快较系统的入门机器学习

### 说明

- 全书分为 Part I 机器学习(8 章) 和 Part II 深度学习(8 章) 两大部分，Part II 最后一章是强化学习
- 绪论部分和第一章大家直接看原书就好了，这个项目的代码示例是从第二章开始的
- 此项目适用于**英语不是那么好，而且时间又不怎么充裕，又想要快速入门机器学习的读者**，大神就不要在这里耽误时间，
当然你如果想要完善一下自己的知识体系，缕清一些概念之间的关系，这本书还是很不错的选择

### 建议
- **关于时间**，这本书是一位美国数据科学家向我推荐的，他从头到尾做完了整本书的所有示例代码，大概用了80个小时左右，以此作为参考，大家自行安排自己的进度
- **关于习题**，每一章后面都提供了相应的练习题，既有简述类的问答题，也有任务型的代码操作题，附录里面都有参考答案，建议有时间的都学习一下，对于掌握知识，应对面试，很有帮助。简述型的课后习题都以章节为单位翻译成中文放在[我的简书](https://www.jianshu.com/u/8f6436eabaac)上了欢迎查阅[Hands-on machine learning with scikit-learn and tensorflow](https://www.jianshu.com/nb/29757286)

### 收获

- 在知识点广度上扫清一系列机器学习和深度学习的概念，循序渐进，易于接受
- 第二章使用Scikit-Learn 全程跟踪一个机器学习项目的例子，非常有帮助
- 探索各种训练模型，包括：支持向量机、决策树、随机森林以及集成方法
- 使用TensorFlow库构建和训练神经网络，深入神经网络架构，包括卷积神经网络、循环神经网络和深度强化学习
- 知识体系非常系统， 如果你能够从绪论部分一直看到附录部分并做完这上面的示例代码，你的理论基础一定会扎实的不要不要的



### 感谢
- 感谢[Aurelien Geron](https://github.com/ageron)，这是一本非常优秀的教材
[Hands-on Machine Learning with Scikit-Learn and TensorFlow](http://shop.oreilly.com/product/0636920052289.do)
- 感谢 Will Koehrsen，是他向我推荐了这本书

### 联系我
如果你有任何问题可以邮件联系我



baideqian@foxmail.com