Python机器学习（原书第3版）（美亚畅销书全新升级，新增TensorFlow 2、GAN和强化学习等实用内容） (智能科学与技术丛书)

本书自第1版出版以来，备受广大读者欢迎。第3版结合TensorFlow 2和scikit-learn的最新版本进行了更新，其范围进行了扩展，以涵盖强化学习和生成对抗网络（GAN）这两种最先进的机器学习技术。与同类书相比，本书除了介绍如何用Python和基于Python的机器学习软件库进行实践外，还讨论了机器学习概念的必要细节，同时对机器学习算法的工作原理、使用方法以及如何避免掉入常见的陷阱提供了直观且翔实的解释，是Python机器学习入门必读之作。书中涵盖了众多高效Python库，包括scikit-learn、Keras和TensorFlow等，系统性地梳理和分析了各种经典算法，并通过Python语言以具体代码示例的方式深入浅出地介绍了各种算法的应用，还给出了从情感分析到神经网络的一些实践技巧，可帮助读者快速解决自己和团队面临的一些重要问题。本书适用于机器学习的初学者和专业技术人员。

Python机器学习（原书第3版）（美亚畅销书全新升级，新增TensorFlow 2、GAN和强化学习等实用内容） (智能科学与技术丛书) EPUB, PDF, MOBI, AZW3, TXT, FB2, DjVu, Kindle电子书免费下载。

塞巴斯蒂安·拉施卡（Sebastian Raschka）从密歇根州立大学获得博士学位，在此期间他主要关注计算生物学和机器学习交叉领域的方法研究。他在2018年夏季加入威斯康星-麦迪逊大学，担任统计学助理教授。他的主要研究活动包括开发新的深度学习体系结构来解决生物统计学领域的问题。　　　　 Sebastian在Python编程方面拥有多年经验，多年来针对数据科学、机器学习和深度学习的实际应用组织过多次研讨会，并在SciPy（重要的Python科学计算会议）上发布过机器学习教程。　　　　 本书是Sebastian的主要学术成就之一，也是Packt和Amazon.com的畅销书之一，曾获《ACM计算评论》2016年度最佳奖，并被翻译成包括德文、韩文、中文、日文、俄文、波兰文和意大利文在内的多种语言。　　　　 在闲暇时间里，Sebastian热衷于为开源项目做贡献，他所实现的方法现已成功用于像Kaggle这样的机器学习竞赛。　　　　 我想借此机会感谢伟大的Python社区和开源软件包的开发人员，他们为我从事科学研究和数据研究创造了完美的环境。另外，我还要感谢我的父母，他们始终鼓励和支持我在热爱的道路和事业上不断追求和努力。　　　　 特别感谢scikit-learn和TensorFlow的核心开发人员。作为这个项目的贡献者和用户，我很高兴能够与这些杰出人士合作，他们不仅在机器学习和深度学习方面非常博学，而且还是优秀的程序员。　　　　 瓦希德·米尔贾利利（Vahid Mirjalili）在密歇根州立大学获得机械工程博士学位，并在这里从事大规模分子结构计算模拟的新方法的研究。对机器学习领域的执着，促使他加入了密歇根州立大学的iPRoBe实验室，在这里他致力于把机器学习应用到计算机视觉和生物统计学领域。在经历了iPRoBe实验室硕果累累的几年和数载学术生涯之后，Vahid最近以研究科学家的身份加入了3M，他在那里利用自己的经验，把最新的机器学习和深度学习技术应用于解决各种实际问题，以使人们生活得更加美好。　　　　 在此感谢我的太太Taban Eslami，是她在我的事业发展道路上一直给予我支持和鼓励。我也特别感谢我的导师Nikolai Priezjev、Michael Feig和Arun Ross，他们在我攻读博士学位期间对我进行了指导，另外还要感谢教授Vishnu Boddeti、Leslie Kuhn和Xiaoming Liu对我的谆谆教诲，是他们的鼓励让我锲而不舍。