使用 Hugging Face Transformers 进行自然语言处理
语言模型的实际应用
由于语言模型的进步，自然语言处理最近发生了很大变化。
过去，让计算机理解人类语言是一项艰巨的任务。虽然使用了一些原始技术，但效果并不理想。这是因为人类语言非常复杂，充满细微差别。这使得用数学进行建模变得困难。例如，一个包含大量例外的语言概率模型将使其变得无用。
Transformer 语言模型的最新进展并非假设语言的任何特性，而是要求计算机从数据中学习。这样，你就不会得到一个数学上干净的模型。你甚至无法用方程来表达它。但它在实践中效果非常好。像 ChatGPT 这样的时髦新应用的蓬勃发展就是证明。
创建 Transformer 语言模型成本高昂。但使用 Transformer 语言模型则不然。市面上有许多开源语言模型，你甚至可以在自己的电脑上使用它们。但是，你必须知道如何使用它们。这包括了解模型的功能、它能接受什么格式的数据以及它会产生什么、如何获取模型的源代码并使用它，以及如何加载模型权重。这些都是很多细节。
这本电子书为你提供了如何使用普通电脑可以运行的最流行语言模型的实际示例。它使用了 Hugging Face Transformers 库——这可能是使用最流行语言模型最简单的方式。这本电子书不是关于库的教程，也不是关于语言模型如何工作的教程。作为一名 NLP 从业者，这两者都不重要。这本电子书的重点是为你提供实际示例，展示语言模型的功能以及如何将它们用于各种 NLP 任务，而无需了解它们背后的详细机制。购买后，您将收到
- 支持所有设备阅读：英文 PDF 格式电子书，无数字版权管理 (DRM)。
- 大量教程：20 章 + 1 个附录，共 214 页。
- 示例：大量示例展示了如何使用语言模型完成 NLP 任务。
- 源代码：书中所有程序的Python源文件。
您也可以成为一名熟练的 NLP 从业者！
心动了吗？
如何让您的 NLP 水平更上一层楼？
…通过学习 Transformer 模型的实际应用。
Transformer 模型极大地改变了自然语言处理，因为它们证明了 Transformer 架构是模拟人类语言的更好方法。虽然这个领域可能看起来很复杂，但只要有正确的方法和工具，你就可以快速开始构建强大的 NLP 应用程序。与其试图理解 Transformer 模型的每一个技术细节，不如了解如何有效地将它们用于现实世界的任务更为重要。
本书涵盖了 Transformer 模型的实际应用，让你具备成为一名熟练的 NLP 从业者的知识。Transformer 模型并非 NLP 中的全部，但它们可以做很多事情。你将通过实际示例学习它们广泛的用途。
以下是你将学到的一些示例：
- 如何使用 BERT 模型执行自然语言理解任务，例如文本分类。
- 使用 GPT-2 实现文本生成应用程序的方法以及如何有效控制其输出。
- 使用 Transformer 模型构建问答系统的各种方法。
- 构建 RAG（检索增强生成）系统的实际方法。
启动一个 NLP 项目可能看起来令人生畏，但您如何将其提升到新的水平？
通过现代 NLP 取得突破
…关键在于“边做边学”
通过学习 Transformer 模型的实际应用，你可以通过 Hugging Face Transformers 进行 NLP 来超越自我。你可能想知道，今天成为一名成功的 NLP 从业者是否需要理解 Transformer 架构的每一个技术细节。实际上，关键在于了解如何有效地将这些模型用于你的特定任务。
这是学习 NLP 的错误方法。
有些人可能会建议你：
- 详细掌握所有最新的 Transformer 架构，因为它们被发现可以解决以前无法解决的问题。
- 尝试所有可能的模型配置和超参数以找到最佳性能。
- 在遇到困难时，可以使用 ChatGPT 等工具来生成代码。
虽然这些建议并非完全错误，但遵循它们可能会导致您花费过多的时间在技术细节上而无法构建实际应用。
这种方法并非最佳途径
我们提倡一种实际的、以结果为导向的方法——专注于构建可行的 NLP 应用程序，而不是迷失在理论细节中。
学会有效地思考 NLP
……所以这里有一个简单的方法
借助合适的工具，许多 NLP 任务都变得很直接。借助 Hugging Face Transformers 库，你只需几行代码就能完成很多事情，因为许多不必要的细节都被封装起来了。因此，你可以将语言模型视为一个黑匣子，专注于你的特定 NLP 任务。此外，互联网上提供了许多代码片段供你尝试。
然而，真正构建有效的 NLP 应用程序需要的不仅仅是工具；它需要了解如何将模型应用于您的具体用例。
本书将指导您完成端到端的流程，展示如何完成实际的 NLP 项目。通过专注于实际应用，您将学习如何有效地通过 Transformers 库使用模型。
隆重推出《Hugging Face Transformers 中的 NLP》
…您轻松构建强大 NLP 应用程序的门户
本书旨在帮助你快速掌握现代 NLP 工具的使用，并为你利用 Transformer 模型创建实际应用程序做好准备。我们强调动手实践的例子，通过真实的项目展示如何有效地处理 NLP 任务。最重要的是，你将学会如何从实践的角度思考各种 NLP 应用，并为你的任务选择合适的模型。
本书结合了信息丰富的章节和实践示例，全程采用分步教程方法。
我们的目标是帮助你培养正确的心态，并在短时间内了解如何有效地使用现成的 Transformer 模型。到最后，你将了解一些知名的模型以及如何在不知道其内部工作原理的情况下将它们用于你的特定 NLP 任务。
将本书视为您掌握现代 Transformer 模型强大功能的指南。让我们更详细地看看您将在书中发现什么。
开始在 NLP 任务中使用 Transformer 模型所需了解的一切
您将获得
20 章关于如何充分利用语言模型为您的 NLP 项目
这本电子书分为四部分。它旨在帮助初学者和高级用户快速入门开源语言模型。
这四个部分是背景、基础模型与用法、构建问答应用以及使用上下文嵌入构建 RAG 应用。
- 背景：本部分将为您介绍 Hugging Face Transformers 库，并解释其关键组件。
- 基础模型与用法： 本部分详细介绍了几个模型，作为现代语言模型功能以及如何通过 Transformers 库将其应用于现实任务的示例。你还将学习有效使用模型 Thus 的关键概念。
- 构建问答应用： 所有模型都有其局限性。通过对如何使用模型处理简单任务的充分练习，你将学到一些更复杂的技术。模型只是解决方案的一部分。通过问答系统应用示例，这些章节展示了你在与 Transformer 模型交互时需要解决的关注点。
- 使用上下文嵌入构建 RAG 应用： 本部分展示了如何使用上下文嵌入来构建检索增强生成（Retrieval-Augmented Generation）应用。本部分使用了更高级的技术。你将学习如何从 Transformer 模型中提取中间状态，为你的文本数据生成上下文向量。你还将看到，语言模型只是解决方案的一小部分，而你的大部分工作都集中在如何构建正确的工作流程来连接不同的组件。
章节概览
以下是您将学习的 20 个分步教程课程概述
每章的设计旨在让普通开发人员在大约 30 到 60 分钟内完成。
1. 背景
- 第 1 章：Transformer 库的入门指南
- 第 2 章：在 Transformers 库中使用 Auto Classes
2. 基本模型和用法
- 第 3 章：BERT 模型使用完全指南
- 第 4 章：如何使用 BERT 模型进行命名实体识别（NER）
- 第 5 章：使用 GPT-2 模型进行自动补全式文本生成
- 第 6 章：生成策略简介
- 第 7 章：理解 Transformers 中的文本生成参数
- 第 8 章：使用 DistilBart 模型进行文本摘要
- 第 9 章：理解 DistilBart 模型和 ROUGE 指标
- 第 10 章：使用 T5 和 Transformers 实现多语言翻译
3. 构建问答应用程序
- 第 11 章：使用 DistilBERT 和 Transformers 构建问答系统
- 第 12 章：DistilBERT 的高级问答功能
- 第 13 章：微调 DistilBERT 进行问答
4. 使用上下文嵌入构建 RAG 应用程序
- 第 14 章：使用 Transformers 进行文本嵌入生成
- 第 15 章：文本嵌入的应用示例
- 第 16 章：在 Transformers 中生成和可视化上下文向量
- 第 17 章：上下文向量的应用
- 第 18 章：上下文向量的进一步应用
- 第 19 章：使用 Transformers 构建 RAG 系统
- 第 20 章：构建您的 RAG 系统的进阶技术
您将获得所有这些…
在《Hugging Face Transformers 中的 NLP》中
语言模型的实际应用
一份包含您所需一切的数字下载包，包括：
- 逐步教程将指导你安装和使用 Hugging Face Transformers 库，以便你可以在自己的计算机上构建 NLP 应用程序。
- 所有章节的完整 Python 源代码，准确展示如何使用 Transformer 模型实现各种 NLP 任务。
- PDF 格式的数字电子书，以便您在处理 NLP 项目时，可以将本书与 IDE 屏幕并排打开。
您还需要什么？
抢先看电子书内容
想看看电子书吗？下载免费的样章 PDF。绝对没有风险，因为有...
100% 退款保证
此外，正如您对市场上任何优秀产品的期望一样，每一本 Machine Learning Mastery 的电子书
都附带了信心的最大保证：我的黄金标准 100% 退款保证。
100% 退款保证
如果您对购买的任何一本 Machine Learning Mastery 电子书不满意，
只需在购买后 90 天内给我发邮件，我将立即退款给您。
无需等待。不问任何问题。没有风险。
立即获取《Hugging Face Transformers 中的 NLP》
选择您的套餐
所有价格均为美元（USD）。
（1）点击按钮。 （2）输入您的信息。 （3）立即下载。
采用 SSL 加密的安全支付处理
您有任何问题吗？
机器学习技能值多少钱？
你的老板问你：
“嘿，你能为这个建立一个预测模型吗？”
想象一下，你拥有技能和信心去说：
“好的！”
...并付诸行动。
我经历过。 那感觉太棒了！
这对你来说价值多少？
行业对机器学习技能的需求日益增长。
市场需要的是能交付成果的人，而不是写学术论文的人。
企业知道这些技能的价值，并支付天价的起薪。
数据科学家的起薪为
10 万美元到 15 万美元。
机器学习工程师的薪水甚至更高。
你还有哪些选择？
你已经走到了这一步。
你准备好采取行动了。
但是，你还有哪些选择？有哪些选项？
(1) 一本 100 美元以上的理论教科书
...它枯燥乏味，充满了数学，你很可能永远也读不完。
(2) 一个 10,000 美元以上的现场训练营
...那里都是年轻人，你必须出差，而且可能需要几个月的时间。
(3) 一个 100,000 美元以上的高等学位
...它很昂贵，需要数年时间，而且你会成为一名学者。
或者...
为了你获得的实践技能...
为了你看到的成果速度...
为了你支付的低廉价格...
Machine Learning Mastery 电子书是
超值的选择！
而且它们确实有效。这就是我提供退款保证的原因。
你是一名专业人士
这个领域发展迅速，
...你还能等多久？
你以为你有的是时间，但是...
- 新方法不断涌现，算法也在变化。
- 新书不断出版，价格也在上涨。
- 新的毕业生不断涌现，职位也被填补。
现在就是开始的最佳时机。
自下而上的学习方式缓慢而令人沮丧，
...难道你不想找到一条更快的路吗？
你真的能再这样日复一日、周复一周、月复一月地...
- 从不完整的帖子中拼凑想法和代码。
- 从简短的视频中浏览理论和见解。
- 从学术教科书中解析希腊字母。
针对性训练是你通往成果的最短路径。
专业人士始终保持在领域前沿
获取你需要的培训！
你不想落后或错过机会。
常见问题
客户问题 (78)
感谢您的兴趣。
抱歉，我不支持我的书籍的第三方经销商（例如在其他书店转售）。
我的书是自出版的，我将我的网站视为一个小型精品店，专门为那些对应用机器学习深感兴趣的开发者服务。
因此，我更喜欢自己控制书籍的销售和营销。
很抱歉，我不支持在捆绑包内更换书籍。
所提供捆绑包中的书籍组合是固定的。
我的电子商务系统不够先进，不支持临时捆绑。我相信您能理解。您可以在这里查看完整的书籍和捆绑包目录
如果您已经购买了一个捆绑包，并希望更换其中的一本书，那么非常抱歉，我不支持换书或部分退款。
如果您不满意，请直接联系我，我可以为您安排退款。
感谢您的兴趣。
很抱歉，我无法为您创建定制的书籍捆绑包。这会给我带来维护上的噩梦。我相信您能理解。
我的电子商务系统不是很先进。它不支持临时捆绑书籍或点菜式订购书籍。
我确实有一些现有的书籍捆绑包，我认为它们搭配得很好。
您可以在这里查看我所有可用的书籍和捆绑包目录
抱歉，我不销售我的书的实体版。
所有的书籍和捆绑包都是 PDF 文件格式的电子书。
这是我经过深思熟虑后有意为之的决定
- 这些书充满了必须在电脑上完成的教程。
- 这些书假定您正在实践教程，而不是被动阅读。
- 这些书旨在在电脑屏幕上阅读，旁边放着代码编辑器。
- 这些书是实践手册，而不是用作参考书放在书架上。
- 这些书会频繁更新，以跟上领域和 API 的变化。
我希望这解释了我的理由。
如果您真的想要实体版，您可以购买书籍或捆绑包，并为个人使用打印一份。PDF 文件上没有数字版权管理（DRM）来阻止您打印它们。
抱歉，我不提供 Kindle (mobi) 或 ePub 版本的书籍。
这些书仅以 PDF 文件格式提供。
这是我经过深思熟虑的设计。我的理由如下：
- 我使用 LaTeX 来排版文本和代码，以提供专业的外观，我担心电子书阅读器会搞砸这一点。
- 增加支持的格式会带来维护上的麻烦，这将占用大量时间，影响我更新书籍和创作新书。
- 最关键的是，在电子阅读器或 iPad 上阅读与选择 PDF 格式所支持的书籍与代码编辑器并排打开的方法背道而驰。
我的材料是实践手册，旨在在电脑上打开，旁边放着文本编辑器和命令行。
它们不是离开电脑阅读的教科书。
您可以查看任何一本书的目录。
我在每本书的页面上都提供了两份目录。
具体来说：
- 一份书面摘要，列出了书中的教程/课程及其顺序。
- 一份从 PDF 中截取的目录截图。
如果您找不到目录，请在页面上搜索标题为“目录”的部分。
我很高兴您在开发自己的课程材料时使用我的部分材料，例如课堂讲座的幻灯片或家庭作业练习。
如果您免费分享我的材料或逐字使用，我会不高兴。这将构成版权侵犯。
我网站上和我书中的所有代码都是为教育目的而开发和提供的。我对代码、它可能做什么或您可能如何使用它不承担任何责任。
如果您使用我的材料进行教学，请引用来源，包括：
- 作者姓名，例如“Jason Brownlee”。
- 教程或书籍的标题。
- 网站名称，例如“Machine Learning Mastery”。
- 教程或书籍的 URL。
- 您访问或复制该代码的日期。
例如
- Jason Brownlee, Python 机器学习算法, Machine Learning Mastery, 网址：https://machinelearning.org.cn/machine-learning-with-python/, 访问于 2018 年 4 月 15 日。
另外，如果您的作品是公开的，请联系我，我很乐意出于一般兴趣看看它。
通常不提供。
我的书中没有练习或作业。
我确实在一些书中有端到端的项目，但它们是以教程形式呈现的，我会引导您完成每一步。
书的章节是作为独立的教程编写的，有特定的学习成果。在教程结束时，您将学会如何做某件事。
有些书有一个名为“扩展”的部分，提供了一些以更高级的方式修改教程中代码的想法。它们就像自学练习。
不行。
我有一些书不需要任何编程技能，例如：
其他书籍确实有特定编程语言的代码示例。
您必须了解该编程语言的基础知识，例如如何安装环境以及如何编写简单的程序。我不教编程，我教的是面向开发者的机器学习。
您不需要是一个好的程序员。
话虽如此，我确实为那些可能不熟悉特定语言的开发者提供了关于如何高效设置环境的教程，甚至还有编程语言的速成课程。
抱歉，我没有视频。
我只有文本格式的教程课程和项目。
这是有意为之。我曾经有过视频内容，但我发现完成率要低得多。
我希望您能将材料付诸实践。我发现基于文本的教程是实现这一目标的最佳方式。通过基于文本的教程，您必须阅读、实现并运行代码。
而通过视频，您只是被动观看，不需要采取任何行动。视频是娱乐或信息娱乐，而不是富有成效的学习和工作。
在阅读并实践教程之后，您更有可能运用所学知识。
是的，我提供 90 天无理由退款保证。
我为我的书负责。它们包含了我对特定机器学习主题的最佳知识，并且每本书都经过数万名读者的阅读、测试和使用。
尽管如此，如果您发现我的某本电子书不适合您，我会全额退款。
是的。
我建议使用在 TensorFlow 2.2（或更高版本）上运行的独立 Keras 2.4（或更高版本）。
博客上的所有教程都已更新，使用在 Tensorflow 2 上运行的独立 Keras。
所有书籍都已更新，使用相同的组合。
我还不推荐使用作为 TensorFlow 2 一部分的 Keras（例如 tf.keras）。它太新了，新事物总有问题，我正在等待尘埃落定。独立 Keras 已经运行多年，并且继续表现出色。
有一种教程不支持 TensorFlow 2，因为这些教程使用了尚未更新以支持 TensorFlow 2 的第三方库。具体来说，使用 Mask-RCNN 进行对象识别的教程。一旦第三方库更新，这些教程也将更新。
本书“Python 中的长短期记忆网络”的重点不是时间序列预测，而是针对一系列序列预测问题的 LSTM 方法。
本书“用于时间序列预测的深度学习”向你展示了如何为单一变量、多变量和多步时间序列预测问题开发 MLP、CNN 和 LSTM 模型。
迷你课程是关于一系列机器学习主题的免费课程，通过电子邮件、PDF 和博客文章提供。
迷你课程的特点是：
- 简短，通常为 7 天或 14 天。
- 简洁，通常每节课给出一个技巧或代码片段。
- 有限，通常范围较窄，仅限于几个相关领域。
电子书则在许多相同主题上提供完整的培训课程。
电子书的特点是：
- 更长，通常包含 25+ 个完整的教程课程，每个课程最多需要一小时完成。
- 完整，为每个课程提供温和的介绍，并包括完整的可用代码和进一步阅读材料。
- 广泛，涵盖了该主题所需的所有内容，以便快速上手并将技术应用到您自己的项目中。
迷你课程旨在让您快速获得结果。如果您想了解更多信息或更完整的代码示例，可以购买相关的电子书。
本书“精通机器学习算法”适合程序员和非程序员。它通过算术和电子表格中的实际示例来教你 10 种顶级机器学习算法的工作原理，而不是代码。重点是理解每种模型如何学习和做出预测。
本书“从零开始的机器学习算法”是为通过编写代码来学习的程序员准备的。它提供了有关如何实现顶级算法的逐步教程，以及如何加载数据、评估模型等。它对算法的工作原理介绍较少，而是完全专注于如何在代码中实现它们。
这两本书可以相互补充。
这些书是我博客内容的浓缩和更便捷的版本。
我将我的书设计成课程和项目的结合体，教您如何使用特定的机器学习工具或库，然后将其应用于真实的预测建模问题。
这些书会进行更新，包括错误修复、API 变更的更新以及新章节的增加，这些更新是完全免费的。
我确实会将一些书的章节作为示例发布在博客上，但它们与周围的章节或书提供的叙事没有联系，也不提供独立的代码文件。
每本书都附带了书中使用的所有源代码文件，您可以将它们用作配方来快速启动您自己的预测建模问题。
我的书是实践手册，不是教科书。
它们没有深入的理论解释，只有可行的例子，这些例子高度专注于您需要知道的信息，以便将机器学习应用到您的项目中。
几乎没有数学，没有理论或推导。
我的读者非常欣赏我材料中使用的自上而下而非自下而上的方法。这是我收到反馈最多的一个方面。
我的书并不适合所有人，它们是为需要快速获得结果的从业者精心设计的。
电子书可以直接从我的网站上购买。
- 首先，找到您希望购买的书籍或捆绑包，您可以在这里查看完整的目录
- 点击您想购买的书籍或捆绑包，进入该书的详情页面。
- 点击书籍或捆绑包的“立即购买”按钮，进入购物车页面。
- 在购物车中填写您的详细信息和支付信息，然后点击“下单”按钮。
- 完成购买后，您将收到一封包含下载您的书籍或捆绑包链接的电子邮件。
所有价格均为美元（USD）。
书籍可以通过 PayPal 或信用卡购买。
Machine Learning Mastery 上的所有价格均为美元。
可以使用支持国际支付的 PayPal 或信用卡进行支付（例如，大多数信用卡都支持）。
您不必明确地将您的货币兑换成美元。
当您使用 PayPal 或信用卡付款时，货币转换会自动进行。
要在购物时使用折扣码，也称为优惠码或折扣券，请按照以下步骤操作：
1. 在结账页面的“折扣券”字段中输入折扣码文本。
注意，如果您在结账页面上没有看到名为“折扣券”的字段，则表示该产品不支持折扣。
2. 点击“应用”按钮。
3. 然后您会看到一条消息，表明折扣已成功应用于您的订单。
注意，如果您使用的折扣码已失效，您会看到一条消息，表明折扣未能成功应用于您的订单。
你应该按什么顺序读这些书？
这是一个很好的问题，我最好的建议如下：
- 考虑从一本您最感兴趣的主题的书开始。
- 考虑从一本您可以立即应用到项目上的主题的书开始。
另外，请考虑您不需要阅读所有的书，也许一部分书就能让您获得您需要或想要的技能。
尽管如此，一个建议的阅读顺序如下：
-
- 机器学习概率
- 机器学习的统计方法
- 机器学习线性代数
- 机器学习优化
- 机器学习微积分
- 数据科学入门指南
- 精通机器学习算法
- 从零开始实现机器学习算法
- 用于机器学习的 Python
- 使用 Weka 精通机器学习
- 精通 Python 机器学习
- 精通 R 语言机器学习
- 新一代数据科学
- 机器学习数据准备
- 使用 Python 处理不平衡分类问题
- 使用 Python 进行时间序列预测
- 使用 Python 实现集成学习算法
- 使用 Python 实现 XGBoost
- 使用 Python 进行深度学习
- 使用 PyTorch进行深度学习
- 使用 Python 构建长短期记忆网络
- 用于自然语言处理的深度学习
- 使用 Hugging Face Transformers 进行自然语言处理
- 用于计算机视觉的深度学习
- OpenCV 中的机器学习
- 用于时间序列预测的深度学习
- 更好的深度学习
- 使用 Python 构建生成对抗网络
- 使用注意力机制构建 Transformer 模型
- 使用 ChatGPT 提高生产力（这本书可以按任何顺序阅读）
- 使用 Stable Diffusion 精通数字艺术（这本书可以按任何顺序阅读）
希望这能有所帮助。
我最好的建议是，从一本您可以立即应用的主题的书开始。
除此之外，选择一个您最感兴趣的主题。
如果您不确定，或许可以尝试学习一些免费教程，看看您倾向于哪个领域。
通常，我建议专注于端到端地解决预测建模问题的整个过程。
我有三本书，通过三个顶级的开源平台，向您展示如何做到这一点。
- 精通Weka机器学习 (无需编程)
- 精通R语言机器学习 (使用caret)
- 精通Python机器学习 (使用pandas和scikit-learn)
这些都是很好的入门选择。
您随时可以回过头来，选择一本关于算法的书，以便更深入地了解特定方法的工作原理。
《Python深度学习》这本书可以看作是《Python长短期记忆网络》的预备知识。它教您如何开始使用Keras，以及如何开发您的第一个MLP、CNN和LSTM。
《Python长短期记忆网络》这本书深入探讨了LSTM，教您如何准备数据、如何开发一系列不同的LSTM架构、参数调整、更新模型等等。
这两本书都专注于使用Keras库在Python中进行深度学习。
《Python长短期记忆网络》这本书主要关注如何为序列预测开发一系列不同的LSTM网络。
本书“用于时间序列预测的深度学习”重点介绍了如何使用一套不同的深度学习模型（MLP、CNN、LSTM 和混合模型）来解决一套不同的时间序列预测问题（单一变量、多变量、多步和组合）。
LSTM这本书只教LSTM，不侧重于时间序列。而时间序列深度学习这本书则侧重于时间序列，并教授如何使用包括LSTM在内的多种不同模型。
《Python长短期记忆网络》这本书专注于如何实现不同类型的LSTM模型。
《自然语言处理深度学习》这本书专注于如何使用包括LSTM在内的多种不同网络来解决文本预测问题。
LSTM这本书可以为NLP这本书提供支持，但它不是必需的预备知识。
您可能需要“Machine Learning Mastery”公司的企业或公司税号用于您自己的税务目的。例如，这在欧盟公司中很常见。
Machine Learning Mastery 公司在波多黎各运营。
因此，公司没有欧盟的增值税（VAT）识别号或适用于您所在国家或地区的类似税号。
公司确实有一个公司编号。详细信息如下：
- 公司名称：Zeus LLC
- 公司编号: 421867-1511
在《精通机器学习算法》中没有代码示例，因此没有使用任何编程语言。
书中通过基本算术描述算法并总结其工作原理。算法的行为也在Excel电子表格中进行了演示，这些表格随书提供。
这是一本学习算法工作原理的绝佳书籍，不会被理论或编程语法所分心。
如果您有兴趣通过从头开始编码（使用Python编程语言）来学习机器学习算法，我推荐另一本书：
所有的书都经过测试，可以与Python 3（例如3.5或3.6）一起使用。
大多数书籍也经过测试，可以与Python 2.7一起使用。
在可能的情况下，我建议使用最新版本的Python 3。
我确实会先在博客上测试我的教程和项目。这就像是创意的早期体验，其中许多并没有进入我的培训材料。
书中的大部分材料最初都以某种形式出现在我的博客上，后来经过提炼、改进并以章节格式重新包装。我发现这对于提高质量和修复错误有很大帮助。
书籍提供了更方便的材料包装，包括源代码、数据集和PDF格式。它们还包括对新API的更新、新章节、错误和拼写修正，以及直接与我联系以获得我能提供的所有支持和帮助。
我相信我的书以几十美元的价格提供了价值数千美元的教育。
它们是我数月甚至数年经验的结晶，浓缩在几百页精心制作且经过充分测试的教程中。
我认为对于希望快速掌握应用机器学习技能或在项目中使用机器学习的专业开发人员来说，它们是物超所值的。
此外，机器学习技能对您、对您的下一个项目、以及对您当前或未来的雇主价值几何？
尽管如此，如果您是学生，或者您不习惯北美、澳大利亚、英国及世界类似地区开发人员的高薪，我的书的价格可能看起来很贵。对此，我感到抱歉。
折扣
我确实为学生、教师和退休人员提供折扣。
请联系我了解更多信息。
免费资料
我在我的博客上提供了大量免费内容，您可以在这里开始学习我最好的免费资料：
关于我的书籍
我的书是实战手册。
它们是为那些想知道如何使用特定库来实际解决问题并在工作中交付价值的开发人员准备的。
- 我的书只引导您了解那些为了取得成果而必须知道的要素。
- 我的书是PDF格式，并附带代码和数据集，专为方便您在电脑上阅读和实践而设计。
- 我的书让您可以通过电子邮件直接联系到我（还有哪些书能提供这个？）。
- 对于专业开发人员来说，我的书是一笔微小的业务开销，可以记入公司账目，并且在大多数地区可以抵税。
很少有机器学习培训材料专注于如何取得成果。
绝大多数资料都在重复同样的数学和理论，却忽略了您真正关心的一件事：如何在项目中使用这些方法。
与其他选项的比较
让我为您提供一些关于书籍定价的背景信息：
YouTube上有免费视频，博客上有免费教程。
- 很好，我鼓励您使用它们，包括我自己的免费教程。
有一些非常便宜的视频课程，教您一两个API的技巧。
- 我的书教您如何使用一个库来端到端地完成一个项目并交付价值，而不仅仅是几个技巧。
一本机器学习教科书可能要花费50到100美元。
- 我所有的书都比一般的机器学习教科书便宜，而且我期望您能更快地提高生产力。
一个训练营或其他线下培训可能花费1000多美元，并持续数天到数周。
- 我所有书籍的捆绑包比这便宜得多，它们允许您按自己的节奏学习，并且捆绑包涵盖的内容比一般训练营更多。
抱歉，我的书不在像Amazon.com这样的网站上销售。
出于多种原因，我慎重决定不把我的书放在亚马逊上：
- 亚马逊会从自出版书籍的销售价格中抽取65%，这会让我无法经营下去。
- 亚马逊对销售页面和购物车体验的控制权很小。
- 亚马逊不允许我通过电子邮件联系我的客户，并提供直接支持和更新。
- 亚马逊不允许我以PDF格式向客户交付我的书，而PDF是我的客户在屏幕上阅读的首选格式。
我希望这能帮助您理解我的理由。
我免费赠送了很多内容。事实上，是大部分内容。
帮助经济不宽裕的学生和从业者对我来说很重要，因此我提供了大量的免费内容。
您可以通过以下方式获取免费内容：
我对此进行了深思熟虑，我销售机器学习电子书有几个重要原因：
- 我用收入来支持网站和所有非付费用户。
- 我用收入来养家糊口，以便我能继续创作内容。
- 为教程付费的从业者更有可能认真学习并学到东西。
- 我的书目标读者是更有可能负担得起这些材料的职业人士。
是的。
您购买的书籍或捆绑包中的所有书籍更新都是免费的。
书籍通常每隔几个月更新一次，以修复错误、拼写问题并跟上API的变化。
随时联系我，查询是否有更新。请告诉我您拥有的书籍版本（版本号列在版权页上）。
是的，这些书可以帮助您找到工作，但只是间接的。
找到工作取决于您自己。
这是一个寻找职位空缺的组织与拥有技能和背景的您之间的匹配问题。
话虽如此，有些公司更看重您能为业务带来的价值，而不是您的学位。通常，这些是较小的公司和初创企业。
您可以通过学习并精通端到端解决预测建模问题来专注于提供机器学习价值。您可以通过建立一个已完成项目的机器学习作品集来展示这项技能。
我的书正是为了帮助您实现这些目标而设计的。它们准确地教您如何使用开源工具和库在预测建模项目中取得成果。
您还有其他问题吗？
请联系我.