🤵?♂? 個人主頁：@艾派森的個人主頁

?🏻作者簡介：Python學習者
🐋 希望大家多多支持，我們一起進步！😄
如果文章對你有幫助的話，
歡迎評論 💬點贊👍🏻 收藏 📂加關注+

---

????????近年來，機器學習方法憑借其理解海量數據和自主決策的能力，已在醫療保健、 機器人、生物學、物理學、大眾消費和互聯網服務等行業得到了廣泛的應用。自從AlexNet模型在2012年ImageNet大賽被提出以來，機器學習和深度學習迅猛發展，取得了一個又一個里程碑式的成就，深刻地影響了工業界、學術界和人們的生活。

????????如今，機器學習、深度學習、人工智能已經成為信息領域最熱門的研究方向，在就業市場這些領域的工作也非常吸引人?？茖W的巨大飛躍通常來自精彩的想法和易用的工具，機器學習也不例外。

????????在實踐中應用機器學習需要理論和工具的結合。對于機器學習的入門讀者而言， 從理解原理概念到確定要安裝的軟件包都有一定的難度。許多在最開始嘗試機器學習的時候，會發現理解一個算法在干什么真的非常難。不僅僅是因為算法里各種繁雜的數學理論和難懂的符號，沒有實際的例子，光靠定義和推導來了解一個算法實在是很無聊。就連網絡上的相關的指導材料，能找到的通常都是各種公式以及晦澀難懂的解釋，很少有人能夠細致的將所有細節加以說明。

????????因此，《Python機器學習：基于PyTorch和Scikit-Learn》這本書的定位是把機器學習理論和工程實踐結合起來，從而降低讀者的閱讀門檻。從數據驅動方法的基礎知識到最新的深度學習框架，本書每一章都提供了機器學習代碼示例，用于解決實際應用中的機器學習問題。

????????本書既介紹了了機器學習領域的基本原理， 也介紹了機器學習的工程實踐。本書的價值無可估量，同時也希望這本書能夠激勵讀者將機器學習用于自己的研究領域。

內容簡介：

????????本書是一本全面介紹在PyTorch環境下學習機器學習和深度學習的綜合指南，可以作為初學者的入門教程，也可以作為讀者開發機器學習項目時的參考書。

????????本書講解清晰、示例生動，深入介紹了機器學習方法的基礎知識，不僅提供了構建機器學習模型的說明，而且提供了構建機器學習模型和解決實際問題的基本準則。本書添加了基于PyTorch的深度學習內容，介紹了新版Scikit-Learn。本書涵蓋了多種用于文本和圖像分類的機器學習與深度學習方法，介紹了用于生成新數據的生成對抗網絡（GAN）和用于訓練智能體的強化學習。最后，本書還介紹了深度學習的新動態，包括圖神經網絡和用于自然語言處理（NLP）的大型transformer。無論是機器學習入門新手，還是計劃跟蹤機器學習進展的研發人員，都可以將本書作為使用Python進行機器學習的不二之選。

學完本書，你將能夠：

• 探索機器從數據中“學習”的框架、模型和方法。

• 使用Scikit-Learn實現機器學習，使用PyTorch實現深度學習。

• 訓練機器學習分類器分類圖像、文本等數據。

• 構建和訓練神經網絡、transformer及圖神經網絡。

• 探索評估和優化模型的最佳方法。

• 使用回歸分析預測連續目標結果。

• 使用情感分析深入地挖掘文本和社交媒體數據。

作者簡介

塞巴斯蒂安·拉施卡（Sebastian Raschka）
獲密歇根州立大學博士學位，現在是威斯康星-麥迪遜大學統計學助理教授，從事機器學習和深度學習研究。他的研究方向是數據受限的小樣本學習和構建預測有序目標值的深度神經網絡。他還是一位開源貢獻者，擔任Grid.ai的首席AI教育家，熱衷于傳播機器學習和AI領域知識。
劉玉溪（海登）[ Yuxi (Hayden) Liu ]
在谷歌公司擔任機器學習軟件工程師，曾擔任機器學習科學家。他是一系列機器學習書籍的作者。他的第一本書Python Machine Learning By Example在2017年和2018年亞馬遜同類產品中排名第一，已被翻譯成多種語言。
瓦希德·米爾賈利利（Vahid Mirjalili）
獲密歇根州立大學機械工程和計算機科學雙博士學位，是一名專注于計算機視覺和深度學習的科研工作者。

????????作者Sebastian Raschka很擅長用易于理解的方式解釋復雜的方法和概念。隨著深度學習革命深入到各個領域，Sebastian Raschka和他的團隊不斷升級、完善書的內容，陸續出版了第2版和第3版。本書在前3個版本的基礎上新增了某些章節，包含了PyTorch相關的內容，覆蓋了Transformer和圖神經網絡。這些是目前深度學習領域的前沿方法，在過去兩年中席卷了文本理解和分子結構等領域。

????????作者擁有專業知識和解決實際問題的經驗，因此出色地平衡了書中的理論知識和動手實踐內容。Sebastian Raschka和Vahid Mirjalili在計算機視覺和計算生物學領域擁有豐富的科研經驗。Yuxi Liu擅長解決機器學習領域的實際問題，例如將機器學習方法用于事件預測、推薦系統等。本書的作者都對教育有著滿腔熱忱，他們用淺顯易懂的語言編寫了本書以滿足讀者的需求。

PyTorch核心維護者親筆推薦

“我相信，你能感受到這本書對機器學習熱點的總結全面而徹底，對機器學習實現方法的解釋清晰而寶貴。我希望你能從這本書中獲得靈感，從而可以使用機器學習方法解決實際問題。”—— Dmytro Dzhulgakov，PyTorch核心維護者　

?文末福利

《Python機器學習：基于PyTorch和Scikit-Learn》免費包郵送出4本！

• 抽獎方式：評論區隨機抽取4位小伙伴免費送出！
• 參與方式：關注博主、點贊、收藏、評論區評論“人生苦短，拒絕內卷！”（切記要點贊+收藏，否則抽獎無效，每個人最多評論三次！）
• 活動截止時間：2023-07-13?20:00:00
• 京東購買鏈接：https://item.jd.com/14028638.html
• 當當購買鏈接：http://product.dangdang.com/29589504.html

?名單公布時間：2023-07-13?21:00:00???

總結

以上是生活随笔為你收集整理的Python深度学习“四大名著”之一全新PyTorch版的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。