今天是充电的第3天
我们为既聪明又努力的孩子们
准备了一份充电书单
等你来围观!
导读:大学时,数据叔曾听班上的学霸A问另一位学霸B:“你平时都有什么业余爱好啊?”
学霸B面露兴奋,像是要说一件无比幸福的事,然后吐出3个字:“写代码!”
学霸A深情回应:“嗯,我也是!”
数据叔尴尬了3秒后,只好对二位说:“你们聊,我先走了。”
如今的差别就是,学霸A的工资是按美元结算的,学霸B的工资是自己给自己开的,数据叔只能码字蹭点赞赏的钱。
法定节假日,遵纪守法的孩子们都乖乖享受假期去了。但总有一些既聪明又努力的同学,会利用这个假期好好充电。今天就推荐5本近期新书,主要是跟机器学习有关的,关爱一下热爱学习的孩子们。同时,为显得这份关爱很有诚意,送书福利也要再来一波!
1
《Spark机器学习进阶实战》
作者:马海平 于俊 吕昕 向海
科大讯飞大数据专家撰写,从基础到应用,面面俱到。
全书一共分三大部分:
基础篇(1-2章)对Spark机器学习进行概述、并通过Spark机器学习开始进行数据分析;
算法篇(3-8章)针对分类、聚类、回归、协同过滤、关联规则、降维等算法进行详细讲解,并进行案例支持;
综合案例篇(9-12章)重点通过异常检测、用户画像、广告点击率预估、智慧交通大数据4个综合场景,详细讲解基于Spark机器学习的综合应用。
2
《机器学习技术与实战:医学大数据深度应用》
作者: Hong Song Lin(洪松林)
大数据专家撰写,多年医学领域机器学习实战的经验结晶。
本书不仅介绍了机器学习中的常用算法,而且给出了具体实施环境和经验总结。重点介绍了相关算法,包括:相关因子算法、聚类算法、分类算法、回归与测试算法等。
3
《机器学习实战:基于Scikit-Learn和TensorFlow》
作者:奥雷利安·杰龙
前谷歌工程师撰写,“美亚”人工智能图书畅销榜首图书。从实践出发,手把手教你从零开始搭建起一个神经网络。
本书主要分为两部分,第一部分(第1~8章)涵盖机器学习的基础理论知识和基本算法,从线性回归到随机森林等,可以帮助你掌握Scikit-Learn的常用方法;第二部份(第9~16章)探讨深度学习和常用框架TensorFlow,手把手教你使用TensorFlow搭建和训练深度神经网络,以及卷积神经网络。
4
《TensorFlow学习指南》
作者:汤姆·奥普 等
机器学习领域资 深工程师撰写,TensorFlow高效学习指南。
面向广泛的技术受众(从数据科学家、工程师到学生和研究人员),本书介绍了TensorFlow的基本原理和实践方法。从TensorFlow中的一些基本示例开始,深入探讨诸如神经网络体系结构、TensorBoard可视化、TensorFlow抽象库和多线程输入管道等主题。
联系客服