这是一本 将所有代码，都进行了逐行注释的机器学习深度学习教程书！
可以先看看这本书的书写方式
相信大家都知道 代码注释 对我们有多重要，不仅可以让你快速理解这些代码，还能知道实现的目的以及如何实现的。
相比于代码注释，这本书的作者更是 人工智能的顶级大佬，他加入 kaggle 13年， 奖牌总数高达 1400 多块，平均 两天 就获得了一块奖牌！
并且在各大社交平台上都有很多粉丝
他写的这本书叫 解决（几乎）所有机器学习问题！
原版是英文的，为了方便大家学习我收集了中文译版
大家有需要中英PDF和数据集学习的，可以直接添加小助手，让她发给你。
这本书还有一个非常好的优点就是，作者会直接告诉你如何使用和选择最合适的方法来解决机器学习和深度学习的实际问题，并用简单明了的方式解释了算法。
而且因为作者的实战背景非常丰富，他解决问题的思路也是我们必须要学习的，对我们之后的工作和实战都是非常有帮助的，可以让我们少走很多弯路。
这本书分为13章， 从最基础的环境配置到各种实战项目，真的非常干货，是一本适合长期钻研的好书。
1、设置工作环境
2、监督学习与无监督学习
3、交叉验证
4 、评估指标
5 、安排机器学习项目
6 、接近分类变量
7、特征工程
8、特征选择
9、超参数优化
10、接近图像分类和分割
11、接近文本分类/回归
12、接近集成和堆叠
13、接近可重现的代码和模型服务
如果喜欢本篇的内容记得点点再看，并把他转发到你的朋友圈。请永远不要停止学习，这是你武装自己对抗这个世界最有力的武器！
