Hands-On Machine Learning with Scikit-Learn and TensorFlow

真正做到由简入深、既能实践又有学术基础的好书。

大赞此书，真当的起深入浅出。相比于书的内容，作者放在Github上的代码更加全面且处于不断更新状态，无形中增加了书的价值。顺带一提，notebook里的Tensorboard图需翻墙才能正常显示。

讲了很多用TensorFlow的技巧，从实战的角度看，很不错。。 (但我选择pytorch)

确实是入门教程里面比较好的一本，偏实战，github配套代码还没跑完，但跑了几章，都能顺利运行，光凭这一点就秒杀其他同类书籍。配合吴恩达和林轩田的视频课程服用，效果更佳。

五星佳作。目前我所了解到的面向编程的ML/DL技术书籍中最好的一本，完美诠释什么叫“理论联系实际”。适合有CS背景的对ML/DL有兴趣的读者，无论是想熟悉理论还是想练习实现。如果有一定的Python经验读起来会更舒服，另外推荐作者在Github放出的Notebooks, 这个是书中代码和样例的补充，配合书籍本身更能加深理解。前后共花费四周读完，目前我还有两个附录没有看，打算把所有额外的Notebooks再过一遍。单就精彩程度而言，第2、3章的Pipeline和Checklist，CNN和RNN的short introduction，不同的优化方法的对比（进化历程）这几个部分写得最好。

补标。工作要用到，学了大半，一边学实践，不小心买了英文版，能看懂

kaggle入门题预测titanic上哪些人获救,准确率只能在78%左右徘徊,死活上不去,看到很多人100%准确率. 查了下这本书,作者说那些100%准确的和machine learning没有半毛钱关系,titanic获救人员网上都能查到...

相比其他书讲一堆枯燥的理论然后让我一脸茫然，这本书能切实教我写代码，应用sklearn和tensorfolw，实战水平up。

立个flag 年前必须刷完80%｜算是完成任务

ML部分写的真是好。。。 DL部分一般。