之前红色石头整理过一篇文章，谈一谈机器学习如何入门的路线图：
上面这篇文章里面讲得大部分是机器学习、深度学习的理论知识，实战和库使用较少涉及。有没有好的机器学习、深度学习入门理论和实战相结合的教材呢？有！今天红色石头就给大家介绍一本非常不错的机器学习使用指南——《Hands-On Machine Learning with Scikit-Learn & TensorFlow》。
这本书中文译为《Scikit-Learn 与 TensorFlow 机器学习实用指南》。
书籍介绍
该书的目录如下：
的总的来说，这本书分为两大部分，第一部分介绍机器学习基础算法，每章都配备 Scikit-Learn 实操项目；第二部分介绍神经网络与深度学习，每章配备 TensorFlow 实操项目。附录部分内容也非常丰富。正本书兼顾理论与实战，是一本非常适合入门和实战的机器学习书籍。
本书特色
这本书最大的特色从理论上讲就是言简意赅，全书基本上没有太多复杂的数学公式推导，语言通俗易懂，很容易看得懂、看得下去。这一点红色石头也发现是现在很多教材所欠缺的。
从实战来说，该书使用了当前最火热的机器学习框架 Scikit-Learn 和深度学习框架 TensorFlow，每一章都配备相应的项目，代码的实操性和可读行非常好。该书讲了很多用 TensorFlow 的技巧，很不错。
另外值得一提的是，这本书主要是为工程而写的，是一本实用指南。其精华的部分在于附录 B 机器学习项目清单，基本上工业界做一套 Machine Learning 的解决方案顺着这个 checklist 走一遍就够了。
如何学习
如何正确地学习这本书呢？该书作者已经把书中所有章节的代码（.ipynb）放在了 GitHub 上（目前已经有星 10000+），大家直接下载或者 Fork 到自己的 GitHub 就好了。地址如下：
https://github.com/ageron/handson-ml
红色石头也正在看这本书，希望把书中的知识整理分享给大家。我打算从这两方面来学习：
1. 我建立了一个 GitHub 项目，因为这本书是英文版，我打算把本书各章节的重要知识点整理出来（不仅仅是翻译），包括代码放在这个 GitHub 上。目前才上传了第一章部分内容，后续的我会坚持做下去，欢迎大家围观。GitHub 地址如下：
https://github.com/RedstoneWill/Hands-On-Machine-Learning-with-Sklearn-TensorFlow
2. 我打算把本书各章节的一些知识点提炼出来，以笔记的形式发布到微信公众号上，方便大家查看。就像之前的林轩田、吴恩达课程笔记一样。目标是做得系统一些。
