今天给大家推荐一本偏实战的教材《Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow》第二版，使用TensorFlow 2的官方高级API，帮助你更加直观的理解构建智能系统的概念和工具，学习一些先进的理论，机器学习从业者可以从中学习一系列可以在工作中快速使用的实用技能。

 

这本书主要由两部分组成，机器学习和神经网络和深度学习的基础知识。第一部分使用Scikit-Learn来介绍基本的机器学习任务，第二部分相比较于2015的版本有比较大的更新，采用了Keras和TensorFlow 2.0来引导读者使用深度神经网络更为先进的机器学习方法。

 

不过这本书不适用于初学者，你需要具备 Python 和线性代数和微积分的基本知识。要理解本书中讨论的主题，你需要牢牢掌握 Python 编码和一些有用的技巧，如列表推导和 lambda 函数，以及关键数据科学库（如 Numpy）的基本知识、熊猫和 Matplotlib，你还需要对代数、微积分和数据科学基础有扎实的掌握。

 

怎样才能充分利用好这本书，分享四个方法：

1）遵循code example和机器学习算法的实现并理解它们，然后在你自己的计算机上根据书中提供的数据去运行它们，所有代码和示例都可以在这个存储库中找到。

2）完成每章末尾的练习。其中一些会比其他一些花费更多的时间，但是，重要的是要投入时间和精力，因为这可以很好的知道你对于每一章的理解程度。

3）将每一章（或多于一章，取决于章节内容）中学到的概念应用到本书使用的数据之外的新数据中。这非常重要，因为它可以提高你的动手能力，同时也可以帮助你建立一个强大的项目组合，涵盖机器学习和深度学习的不同方面、主题和问题。

4）总结你从每一章中学到的东西，并通过 LinkedIn 或你的个人博客与他人分享，这样可以加深你对所学概念的理解。

 

附上链接：https://github.com/apachecn/hands-on-ml-zh