6K star!大神出书,解决(几乎)所有机器学习的问题

今天我们推荐的既是一个开源项目更是一本书,它是由技术界的大神Abhishek Thakur 所作,可以帮你解决(几乎)所有机器学习的问题,开源项目在GitHub 有 6K Star,它就是:approachingalmost。

approachingalmost是什么?

approachingalmost是作者取项目名称时候的简写,书名是:《Approaching (almost) any machine learning problem》。听听这个名字就觉得霸气,本书介绍了如何应对 ML 和 DL 过程中遇到的挑战,而非单纯地解释算法。该书内含大量代码,适合有一定ML与DL理论基础,想深入研究应用机器学习的读者阅读。

关于作者

作者 Abhishek Thakur 真的是来头不小,他在kaggle上累计拿了1000多块奖牌,最高排名排到第三,妥妥的技术大神。他是 boost.ai公司的首席数据科学家,所以在机器学习领域真的是研究已久。

其实做个项目来说作者创造已经很久了,2017年,他在 Linkedin 发表了一篇名为Approaching (Almost) Any Machine Learning Problem的文章,介绍他建立的一个自动的机器学习框架,几乎可以解决任何机器学习问题,这篇文章曾火遍 Kaggle。

后来作者将他文章的内容整体丰富,最后出了一本书,可以算是机器学习的优质入门学习材料。

关于书籍

《Approaching (almost) any machine learning problem》有足足300页,内容可以说是非常的充实。作者在 kaggle 上获得那么多的奖牌,这本书可以说是他理论+实践的最佳产物。本书在讨论中相对会更侧重应用机器学习模型,例如预处理步骤等。以下是本书的目录

目录

  • Setting up your working environment
  • Supervised vs unsupervised learning
  • Cross-validation
  • Evaluation metrics
  • Arranging machine learning projects
  • Approaching categorical variables
  • Feature engineering
  • Feature selection
  • Hyperparameter optimization
  • Approaching image classification & segmentation
  • Approaching text classification/regression
  • Approaching ensembling and stacking
  • Approaching reproducible code & model serving

另外现在网上的爱好者将书籍中的大部分进行了翻译,里面有些内容相对简单他就没有全部翻译,翻译的内容如下:

毕竟不是每一个同学的英语都那么好,所以翻译版真的是大家的学习福音啊,也万分感谢翻译的同学。

项目信息

为了方便不方便访问GitHub的同学,我把英文原版和翻译版都进行了整理,如果有需要可以关注公众号:IT咖啡馆,私信回复:AAAMLP,就可以获取下载了。

相关推荐
.30-06Springfield5 小时前
人工智能概念之七:集成学习思想(Bagging、Boosting、Stacking)
人工智能·算法·机器学习·集成学习
油泼辣子多加6 小时前
2025年06月30日Github流行趋势
github
ai小鬼头6 小时前
AIStarter如何快速部署Stable Diffusion?**新手也能轻松上手的AI绘图
前端·后端·github
小陈phd8 小时前
李宏毅机器学习笔记——梯度下降法
人工智能·python·机器学习
Morpheon8 小时前
揭开预训练Pre-Training的力量:革新机器学习
人工智能·机器学习
勤奋的大熊猫8 小时前
机器学习中的 Agent 是什么?
人工智能·机器学习·agent
Blossom.1188 小时前
机器学习在智能建筑中的应用:能源管理与环境优化
人工智能·python·深度学习·神经网络·机器学习·机器人·sklearn
明朝百晓生8 小时前
深入理解Vapnik-Chervonenkis(VC)维度:机器学习泛化能力的理论基础
人工智能·机器学习
信息快讯8 小时前
机器学习驱动的智能化电池管理技术与应用
人工智能·机器学习·锂离子电池
勤奋的大熊猫8 小时前
机器学习路径规划中的 net 和 netlist 分别是什么?
人工智能·机器学习·自动寻路