【开源书籍自荐】动手实战人工智能 AI By Doing

[huhuhang]

• 网站链接：https://aibydoing.com

自序

我从 2015 年开始了解机器学习，最早从李航教授编写的《统计机器学习》入门，陆陆续续看了很多学习资料。在学习的过程中，我逐渐发现了一些痛点。

例如，很多由大学老师编写的书籍，偏理论研究，对于数学基础要求很高，对于初学者来说，很难理解。而部分由工程师编写的书，偏实践应用，往往只是介绍了一些工具的使用，而没有深入的讲解原理。另外，还有很多书籍都是在介绍算法的基础上，给出了一些代码例子，但是往往过程不完整，无法相互对应，导致理论和代码很割裂，同时很难复现。

入门机器学习的过程中，如果你只会调包，而不深入原理，可能连参数的作用都看不懂，更别说调参了。如果你只会理论，而不会实践，可能连最简单的模型都写不出来。因此，我希望能够帮助你，既能够理解原理，又能够实践应用。

从 2018 年开始，我陆续使用 Jupyter Notebook 来编写这些内容。Jupyter Notebook 能够将文字和代码结合在一起，方便阅读和理解。同时，它也能够将代码和运行结果一起展示，方便读者复现。

动手实战人工智能系列教程，希望从监督学习开始，带你入门机器学习和深度学习。我尝试剖析和推导每一个基础算法的原理，将数学过程写出来，同时基于 Python 代码对公式进行实现，做到公式和代码的一一对应。与此同时，我也会利用主流的开源框架重复同样的过程，帮助读者看出手动实现和主流框架实现之间的区别。

当然，任何创作都离不开巨人的肩膀，在此特别感谢李航教授编写的《统计机器学习》，斋藤康毅编写的《深度学习入门》，西瓜书，花花书等对我的帮助。也希望我编写的内容，能够帮助到你。

[txia-o]

页面做的很好看

[cxzx150133]

开源书籍好评，就是顶上固定的工具栏有点挡视野
另外请问有提供下载版的打算吗

[huhuhang]

开源书籍好评，就是顶上固定的工具栏有点挡视野 另外请问有提供下载版的打算吗

暂时不会，下载到本地意义不大。大量的 LaTeX 公式和自定义样式对本地文档排版要求也很高。

[marianasignal]

大致看完了 对新手友好、老手快速回顾熟悉