用于机器学习的 Python
从机器学习项目中学Python
我们注意到，当人们询问机器学习项目中的问题时，非常多时候并不是机器学习本身的问题，而是他们使用的编程语言出了问题。看到有人因为语言问题而分心，比如误解 Python 解释器给出的错误消息，真是令人沮丧。如果我们更多地了解在 Python 生态系统中的工作方式，我们就能更高效地专注于机器学习本身的问题。
如果你已经学完一本Python书，但仍然不习惯将该语言用于你的项目，那么这本以你习惯的友好“机器学习精通”风格编写的新电子书正是你所需要的。
通过清晰的解释和分步教程，您将学习 Python 语言的底层机制、其生态系统中的工具、技巧和窍门等等。
关于本电子书
- 在所有设备上阅读：PDF 格式电子书，无 DRM
- 大量教程：33个分步课程，479页
- 基础知识：涵盖Python中你在其他语言中找不到的语言特性，以及更多
- 展示你的工具箱：各种主题，向你展示Python生态系统中可以帮助你项目的工具，从调试到部署
- 可运行的代码：包含308个Python (.py) 代码文件
- 赠品：附赠一份PDF格式的免费NumPy速查表！
为你展示Python编程的更广阔前景。
专为开发者设计。绝无隐藏。
心动了吗？
……又一本Python书？
这本与众不同！
Python 是一门令人惊叹的编程语言。但作为一名从业者，你可能不想深入研究这门语言，只想知道足够多的知识来完成工作。然而，随着 Python 的生态系统变得越来越庞大，很难知道哪些是你应该了解的，哪些是可以跳过的。
这本书无意成为你的第一本 Python 书籍。但它可以是你的第二本。我们想学习 Python 编程，这样你就能完成一些事情。也许你可以用 Python 来回答 Project Euler 或 Leetcode 上的一些问题。然后，这本书会告诉你 Python 生态中有哪些东西可以帮助你的机器学习项目。它可以是第三方库。它可以是一种让你的 Python 程序更容易被同事使用的方式。它还可以提供一些锦上添花的功能，让你的项目更具吸引力。
对语言感到沮丧？
你是否曾在使用Python程序时感到沮丧？
你从网上复制了几行代码，它运行良好。然后，当你稍微修改一下时，它就报错了，但你却不知道为什么。你会有这样的疑问：
- ……这个错误信息是什么意思？
- ……为什么这段代码有效，而另一段代码却给出不同的输出？
- ……我如何追踪导致错误结果的那一行代码？
通常，这些问题并不难回答。但你需要知道使用正确的工具和正确的技术来解决这些问题。
为什么Python对机器学习很重要？
那么，如果我只想开发我的机器学习解决方案，为什么必须学习Python呢？
你无需如此。但如果你精通Python，你会发现生活会轻松得多。
Python 是一门令人惊叹的编程语言。它易于阅读，但又足够强大，可以做很多事情。与其他语言相比，它允许快速迭代。如果你想稍微调整一下代码，你只需要更改一两行，就可以立即运行修改后的代码。无需为小的改动而去更新很多地方。无需等待几分钟甚至几小时去重新编译你的代码才能运行。
Python 从来没有被设计成运行速度快的语言。事实上，如果执行速度是你的顾虑，使用 C++ 或 Java 等其他语言可能是一个更好的选择。然而，与计算机时间相比，人类的时间可能更有价值。Python 是一门允许你用计算机时间来换取开发者时间的语言。
在机器学习项目中，我们一开始并不知道正确的解决方案。我们需要进行许多实验和迭代才能最终确定我们的方法。拥有一种允许我们快速迭代的语言意味着我们可以更快地改进我们的解决方案。因此，很多人都在使用 Python。并且有大量的库是为 Python 编写的。这种良性循环使 Python 成为一门拥有强大生态系统的成熟语言。
Python很重要，因为它为我们打开了大门，让我们能够：
- 使用令人惊叹的机器学习库，例如scikit-learn、TensorFlow和PyTorch
- 轻松连接到其他系统，例如Web应用程序或文件系统
- 通过我们的代码将想法传达给其他人，即使他们以前没有学习过Python
学习Python的错误方法
现在你已经知道Python的重要性了。但在学习时，很容易走错路：
1. 深入研究语言
编程语言本身就是一门科学。你可能会学习它的内部机制以及它们是如何实现的。
然而，在开车之前，你不需要成为一名汽车修理工。同样，在用 Python 编程之前，你不需要了解 Python 在底层是如何工作的。此外，Python 有成千上万的库。不可能熟悉它们每一个。
如果你能从一个项目（例如机器学习模型）中获得结果，那会更令人兴奋。然后，我们会在合适的时候一次学习一个知识点。这就是自上而下的方法。我们只学习必要的东西。
2. 不理解就复制粘贴
Python 是一门流行的语言。因此，你可以在互联网上找到大量的代码。也许你在 StackOverflow 页面上找到了它。也许你从 GitHub gist 中复制了它。它可能按照你的预期工作，但你并不完全理解为什么。你可以继续你的下一项任务，但你并没有学到任何技能。
对于初学者来说，当你不知道编程语言或其生态系统能为你提供什么时，这是很常见的。只有当你对现有的内容有了更好的了解，你才能决定接下来学习什么以及为什么它会有用。你不必知道所有的事情。但如果需要，你知道该学什么。或者更重要的是，你可以识别出什么对你无益，这样你就可以跳过它。
Python的更广阔图景
我们建议你首先从其他资源学习Python。你无法避免花费数小时和数天自下而上地构建你的编程语言知识。你需要了解基本的语法和标准库中的一些函数。
在此之后，你需要知道你还掌握了哪些技能。家庭医生知道何时将病人转诊给专科医生。一个好的 Python 程序员应该知道要寻找哪些工具来解决问题，即使这些工具不熟悉。我们应该了解 Python 可能提供什么，以便我们在掌握机器学习的道路上能够利用它。
Python的3个重点领域
你不需要了解所有的Python。
我们建议你重点关注Python的三个关键领域：
1. 语言特性
Python 结合了许多其他编程语言的语言特性，使其成为一门令人惊叹的语言。你应该知道如何像 C 这样的命令式语言或像 Haskell 这样的函数式语言一样编写 Python。你应该学习面向对象编程的概念和语法。你应该学习 map-reduce 范式。
你很可能会借用别人的代码。你需要知道代码在做什么。当其他人提到他们的代码使用了装饰器语法或生成器时，你应该知道他们是什么意思。
2. 调试技巧
当你进行项目时，你需要对其进行测试。即使是熟练的程序员也不会一次性写出完美的代码。你需要知道如何试运行你的程序。如果它没有按预期工作，你应该知道如何找出错误的部分并进行更正。
你也应该知道如何找出程序中的问题。我能让它运行得更快吗？我如何知道我的输入被程序正确处理了？我如何防止我的代码在意外情况下出错？或者最重要的是，我如何更高效地开发 Python 程序？
3. 库
Python作为一种编程语言，其地位并非独一无二。但它因其生态系统而脱颖而出。
Python 有大量开发的库。因此，通过借用库中的工具，我们可以节省开发解决方案的时间。Python 标准库随每个 Python 安装附带，功能丰富。但是，通过使用第三方库，我们可以实现更多目标。
推出我们的新电子书：《Python for Machine Learning》
欢迎阅读《Python for Machine Learning》
这本书旨在教像你一样的机器学习从业者成为更好的 Python 程序员。即使你对机器学习不感兴趣，这本书也适合你，因为你可以学到一些在其他地方不容易学到的 Python 技能。示例来自机器学习项目，但你不需要理解机器学习才能理解 Python 技巧。
本书经过精心设计，旨在帮助你将各种Python工具和技术的知识应用到你的下一个项目中，无论是机器学习项目还是其他项目。
教程的设计宗旨是：通过实践学习，以我们所知最快速有效的方式教你这些技术。我们为你提供可执行的代码，你可以运行它来培养必要的直觉，并且你可以复制粘贴到你的项目中以立即获得结果。
编程技能对于机器学习很重要，我们相信，如果以适合实践者的水平教授，它会是一个引人入胜、有趣、直接适用且极其有用的技术工具箱。
我们希望你同意。
心动了吗？
点击直接跳转至套餐选择.
这本书适合谁？
…那么，这本书适合您吗？
这本书是为懂一些Python的人准备的。
也许你已经学完了一本Python入门书。也许你可以使用Python来回答Project Euler或Leetcode上的一些问题。那么，本书向你展示的课程就是你可以为项目增添的锦上添花的功能。
本书的课程对您有一些假设，例如：
- 你懂得基本的Python编程。
- 你可以熟练使用你的IDE（例如Spyder或Visual Studio Code）或在命令行上运行Python。
- 你渴望学习Python的技巧和窍门，将其作为你项目的工具。
本指南以你习惯的机器学习精通（Machine Learning Mastery）的自上而下、结果优先的风格编写，即使其中一些内容与机器学习并不直接相关。
如果我是机器学习新手怎么办？
本书不假设你具有机器学习背景。有时，它与机器学习完全无关。
宏观来看，机器学习是一个广泛的主题。它可能与如何通过利用操作系统的能力来更有效地工作有关。它还需要部署在生产环境中。这些是适用于所有类型项目的通用技能。你将了解如何在 Python 中做到这些。
如果我只是刚开始学习Python怎么办？
完美。这本书是为你写的！
如果我的编程技能真的很差怎么办？
你无需成为Python专家即可阅读本书。如果你仍然觉得不舒服，我们为你提供了学习Python基础知识的指导，无论是在线学习还是通过其他书籍学习。
即使你几乎不会编程，你也可以从本书中受益。你将知道如何从他人的代码中学习。你将知道如何从自己的错误中学习！
如果我不是 Python 程序员怎么办？
本书侧重于 Python。然而，你从本书中学到的技能很可能也适用于其他语言。
例如，一个现代的调试器总是具有跳过行、进入函数、设置断点和监视变量的功能。我们向你展示了这些功能如何帮助你使用 pdb 调试 Python 程序，但你也可以将学到的知识应用于调试 GDB 中的 C++ 程序。
当你学习Python中大量的可用库以及如何使用它们时，你可能会在你的其他语言中找到它们的对应物。在其他领域，API很可能非常相似，因为我们互相学习。
如果你确信，你可以今天就开始用Python编程。本书的附录会告诉你如何在你的工作站上设置Python。
如果我完全不是程序员怎么办？
即使你不编程，了解 Python 是什么以及它能做什么，也能帮助你与程序员沟通。如果你不写代码，就不需要学习语法。但你将能够理解编程语言的术语。了解编程语言的功能可能会让你以不同的方式看待你的电脑。
关于您的学习成果
…那么，读完这本书后，您将掌握什么？
在阅读并实践完这本书后，您将了解：
- 如何使用命令行参数或配置文件与你的Python程序通信
- 一些有用的语言结构的使用，例如enumerate和zip，装饰器和生成器，以及Python的函数式编程工具
- 什么是调试器、性能分析器和静态分析器。如何使用它们，以及它们如何帮助你的项目
- 如何编写更好、生产质量的代码
- 如何对代码进行临时和快速修改以更快地测试你的想法
- 有哪些工具可以为你的机器学习项目收集数据
- 如何使用数据库甚至Google Sheets为你的项目提供数据，甚至将其用作仪表板来跟踪Python代码的输出
- 如何快速为你的Python项目添加Web界面
你应该能够从本书中学到一两个新想法，将你的Python项目提升到一个新的水平。
读完这本书，你将能够：
- 使你的Python项目更健壮，并为意外情况做好充分准备
- 说明如何加快Python代码的速度，或使其更具可伸缩性的策略
- 轻松管理Python模块系统和已安装的包
这本书里究竟有什么？
本书旨在为机器学习实践者提供Python的第二门课程。理想情况下，适用于有编程背景的人。
本书围绕对机器学习项目有用的Python生态系统的主要构建块进行设计。
关于Python，从语言机制到各种库，你可以学习很多东西。我们的目标是直接引导你培养对Python项目中可使用元素的直觉，并通过专注于重点的教程来实现。
我们设计的教程侧重于如何使用Python完成任务。它们为你提供了工具，可以让你快速理解并应用每种技术或操作。
每个教程都设计为大约一小时的阅读和完成时间，不包括扩展和进一步阅读。
您可以选择每天完成一课，每周完成一课，或者按照自己的节奏进行。我认为势头至关重要，这本书旨在被阅读和使用，而不是束之高阁。
我建议您制定一个计划并坚持下去。
教程分为五部分
- 第一部分：基础。探索Python能为你提供什么，以及你如何使用这门编程语言。
- 第二部分：调试、性能分析和代码检查。探索帮助你完成项目的重要工具。这些工具可以帮助你编写正确、高效且符合Python惯例的程序。
- 第三部分：更好的代码，更好的软件。发现让程序更好的许多技巧，或者更快地工作。这些技巧包括如何保存你的部分进度以便稍后恢复，如何使用装饰器编写更清晰的代码，如何创建测试以确保程序在不同情况下都能正常工作，等等。
- 第四部分：丰富你的库。探索Python中一些著名的库，以完成各种任务。其中包括网页抓取、访问数据库、访问Excel文件、绘制图表和创建Web应用程序等。
- 第五部分：平台。我们简要介绍了如何利用Google Colab和Kaggle Notebooks的免费计算资源。这包括如何将你的Python代码连接到平台的免费存储！
课程概览
以下是你要学习的33个分步教程课程概述：
每节课都设计为普通开发者在大约 30 到 60 分钟内完成。
基础
- 第01课：如何为机器学习学习Python
- 第02课：运行Python脚本并向其传递信息
- 第03课：Python中的一些语言特性
- 第04课：Python中的更多语言特性
- 第05课：Python类及其在Keras中的使用
- 第06课：Python中的函数式编程
调试、性能分析和代码检查
- 第07课：理解Traceback
- 第08课：Python代码性能分析
- 第09课：Python调试工具
- 第10课：设置断点和异常挂钩
- 第11课：Python中的日志记录
- 第12课：注释、文档字符串和类型提示
- 第13课：静态分析器
更好的代码，更好的软件
- 第14课：序列化简介
- 第15课：在Python中更轻松地进行实验
- 第16课：Python脚本的命令行参数
- 第17课：装饰器简介
- 第18课：鸭子类型、作用域和调查函数
- 第19课：单元测试简介
- 第20课：编写更好的Python代码的技巧
充实你的库
- 第21课：探索Python生态系统
- 第22课：Python中的网页抓取
- 第23课：获取机器学习数据集
- 第24课：获取时间序列数据集
- 第25课：管理机器学习项目数据
- 第26课：使用matplotlib、Seaborn和Bokeh进行数据可视化
- 第27课：NumPy和SciPy中的科学函数
- 第28课：使用Pandas处理数据
- 第29课：Python中的多进程
- 第30课：Python项目的Web框架
- 第31课：Python项目部署初级课程
平台
- 第32课：用于机器学习项目的Google Colab
- 第33课：在机器学习项目中使用Kaggle
附录
- 附录A：Python书籍
- 附录B：如何设置Python工作站
- 附录C：小技巧
你可以看到，每个部分都针对一个特定的学习成果，每个部分内的每个教程也是如此。这充当了一个过滤器，确保你只关注获得特定结果所需的知识，而不会陷入不相关的目标。
教程的设计目的不是教你所有东西，也不是让你了解每个主题的所有内容。它们的设计目的是帮助你理解如何完成某项工作，如何使用工具，以及如何以我所知道的最快方式看到结果：通过实践学习。
目录
以下截图来自 PDF 电子书。它为你提供了本书目录的完整概述。
Python for Machine Learning 目录
电子书内部先睹为快
点击图片放大。
下载您的样章
想更深入地了解这本书吗？下载免费的示例章节 PDF。
输入您的电子邮件地址，样章将发送到您的收件箱。
赠送：用于完成伟大任务的Python代码
……你还将获得308个完全可运行的Python脚本
和一个NumPy速查表
示例代码配方
书中展示的每个配方都是独立的，这意味着您可以将其复制粘贴到您的项目中并立即使用。
- 书中提供的每个示例，您都会得到一个 Python 脚本（.py）文件。
这意味着您可以跟着操作，并将您的答案与所提供的 Python 文件中已知可行的实现进行比较。
这有助于加快你在处理特定任务细节时的进度，例如
- 向你的程序添加日志功能
- 使用Bokeh构建交互式图表
- 将股票市场数据读取到Pandas数据框中
- 在Google Sheets在线电子表格中读写数据
- 通过并行运行函数来加快任务速度
提供的大部分代码都是在文本编辑器中开发的，旨在在命令行上运行。不需要特殊的IDE或笔记本。
所有代码示例均使用 Python 3.9+ 设计和测试。
所有代码示例都可以在普通的现代计算机硬件上运行，并在 CPU 上执行。
Python 技术细节
本节提供有关本书附带代码的一些技术细节。
- Python版本：你可以使用Python 3.6或更高版本，但推荐使用Python 3.9。
- 操作系统：您可以使用 Windows、Linux 或 Mac OS X。
- 硬件：标准的现代工作站即可。
- 编辑器：您可以使用文本编辑器并在命令行中运行示例。
没有 Python 环境？
没问题！
附录包含循序渐进的教程，向您准确展示如何设置 Python 机器学习环境。
在选择 Machine Learning Mastery 的路上，您并不孤单
受到超过 53,938 名从业者的信赖
...包括来自以下公司的员工
...以及来自以下大学的学生和教职员工
以及成千上万的其他人...
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。
立即提升你的Python技能！
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？
关于作者
你好，我是 Jason Brownlee。我经营着这个网站，并且我写了并出版了这本书。
我和我的妻子及儿子们住在澳大利亚。我喜欢读书、写教程和开发系统。
我拥有计算机科学和软件工程背景，以及人工智能专业的硕士和博士学位，主攻随机优化。
我写过关于算法的书籍，在比赛中获胜并排名靠前，为初创公司提供咨询，并在业界工作多年。（是的，我花了很多时间构建和维护真正的运营系统！）
帮助开发者入门并精通应用机器学习，这让我感到非常满足。
我采用一种非传统的自上而下、结果优先的机器学习教学方法，我们从实践教程和问题开始，然后在需要时再深入理论。
如果您有任何问题，我随时乐意帮助。我希望您能在机器学习领域变得出色。
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。
有一个教程案例不支持 TensorFlow 2，因为该教程使用了尚未更新以支持 TensorFlow 2 的第三方库。特别是使用 Mask-RCNN 进行对象识别的教程。一旦第三方库更新，这些教程也将随之更新。
这本书《Long Short-Term Memory Networks with Python》并非专注于时间序列预测，而是专注于适用于一系列序列预测问题的 LSTM 方法。
这本书《Deep Learning for Time Series Forecasting》向你展示了如何为单变量、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。
这本书《Master Machine Learning Algorithms》适合程序员和非程序员。它通过算术和电子表格中的示例（而不是代码）来讲解 10 种顶级机器学习算法的工作原理。重点在于理解每个模型如何学习和做出预测。
这本书《Machine Learning Algorithms From Scratch》适合通过编写代码来学习的程序员。它提供了实现顶级算法的分步教程，以及如何加载数据、评估模型等。它较少关注算法的工作原理，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。
这本书《Deep Learning for Time Series Forecasting》侧重于如何使用一系列不同的深度学习模型（MLPs、CNNs、LSTMs 和混合模型）来解决一系列不同的时间序列预测问题（单变量、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.