Python中的Scikit-Learn与TensorFlow机器学习实战传统与深度学习实战教程
Scikit-Learn 的入门例子挺友好，用鸢尾花数据集练手正合适，逻辑回归简单好理解，适合刚上手机器学习的你。代码也清晰，跑一遍快就能上手，适合用来熟悉模型训练和评估这套流程。
TensorFlow 的部分就更过瘾了，从零搭建神经网络，手把手带你搞定 MNIST 手写数字识别。你要是刚接触深度学习，这套流程真挺值一试的，代码细节也写得比较到位，比如模型结构和训练方式，思路清晰。
整个教程从浅到深，过渡挺自然，适合你从传统机器学习慢慢转向深度学习。尤其是代码方面，练习性强，不只是讲理论。你要是已经写过点 Python，又对机器学习感兴趣，建议直接上手。
顺便说一下，相关资源也挺丰富的，比如： 通过神经网络预测 mnist、 mastering machine learning with scikit-learn这些都蛮不错，延伸阅读刚刚好。
如果你正想从简单模型过渡到深度网络，又不想被一堆术语吓退，可以先从这个实战教程开始，边看边写，效率高，还不枯燥。
文件大小：17.1KB
评论区