一书解决(几乎)所有机器学习问题.PDF
本次分享1本「机器学习」和「深度学习」好书。
专治ML和DL炼丹过程中遇到的挑战,而非单纯地算法理论,适合想应用机器学习的读者。
书籍简介
作者是 Abhishek Thakur,AI公司的Chief Data Scientist,在kaggle上奋斗了13年,拿了1000+奖牌,是世界上第一位kaggle四重大师,看看大佬的战绩,
作者在这本书中结合自己竞赛+工作经验,
重点介绍如何应用模型解决机器学习和深度学习的实际问题,内容如下,
配置专属炼丹环境 监督学习VS无监督学习 交叉验证 评价指标 安排机器学习项目 处理分类变量 特征工程 特征选择 Hyperparameter优化 图像分类与分割 文本分类/回归 集成学习 可复现的代码与模型部署