机器学习 备考

1.《TensorFlow开发人员认证手册》（The TensorFlow Developer Certification Handbook）

· 时长：1小时

· 费用：免费

· 帮助程度：必需

· 链接：https://www.tensorflow.org/site-assets/downloads/marketing/cert/TF_Certificate_Candidate_Handbook.pdf

这是我们的首选。它概述了考试涉及的主题，需要反复阅读。如果是TensorFlow和机器学习领域的新手，有可能会对其中所有不同的主题感到恐惧。别担心，以下资源将帮助各位熟悉它们。

2.《Coursera平台上的实践专业化中的TensorFlow》（TensorFlow in Practice Specialization on Coursera）

· 时长：3周（高级用户）到3个月（初学者）

· 费用：免费试用7天后，每月收取59美元，可通过申请获得经济援助。

· 帮助程度：10/10。

· 链接：https://dbourke.link/tfinpractice

这是与考试相关程度最高的资源，通常也是TensorFlow的入门资源，《TensorFlow认证手册》和该专业化资源的大纲几乎是相同的。

它由劳伦斯·莫罗尼和安德鲁吴讲授，他们两位是TensorFlow和机器学习领域的知名人物。我很欣赏这种简短的视频形式，我们可以尽可能将精力放在实际操作案例上，每节结束时的多个代码笔记本是每个学习者都必须完成的。

关于练习编程的一点提示：不要只是填写代码中的空白，而是要自己编写整个程序。

3.《开始使用PyCharm》（Getting Started with PyCharm）

· 时长：3小时（这取决于计算机的速度）

· 费用：免费

· 帮助程度：10/10（必须使用PyCharm）

· 链接：https://www.jetbrains.com/pycharm/learning-center/

考试使用的是PyCharm，我在参加考试之前从来没用过它。建议各位在开始考试之前至少熟悉一下这种工具。为了让自己熟悉PyCharm，我观看了YouTube上面的相关入门视频，内容十分简单。

但主要测试是为了确保TensorFlow2.x可以正常运行，而且我的计算机可以长时间运行深度学习网络（我的MacBookPro没有Nvidia显卡）。它们都能在本地计算机正常运行，但我刚一开始考试就遇到了问题。

4.《使用Scikit-Learn、Keras和TensorFlow进行机器学习的实际操作（第二版）》（Hands-on Machine Learning with Scikit-Learn, Keras andTensorFLow 2nd Edition）

· 时长：3周（从头到尾读一遍，不做练习）-3个月（做练习）

· 费用：亚马逊上的价格各不相同，但我购买的复印本花了55美元。各位可以在GitHub上免费查看所有代码。

· 帮助程度：7/10（某些章节与考试无关）

· 链接：https://www.amazon.com/gp/product/1492032646/ref=as_li_tl?ie=UTF8&camp=1789&creative=9325&creativeASIN=1492032646&linkCode=as2&tag=mrdbourke-20&linkId=b943d05f3bad8bd604f66cdbb49d35ef

本书共有700多页，基本上涵盖了机器学习的全部内容，其中的某些主题与考试无关。但对于任何一个想为未来的机器学习打下坚实基础而不仅仅是为了通过考试的人来说，它都是一本必读之书。

如果各位是机器学习领域的新手，那么可能会发现本书一开始很难读懂。不用担心，也不要着急，学会任何有用的技能都需要时间。这么说吧，如果各位想了解本书的质量如何，我可以在早上上班的路上看第一版。我是一名机器学习工程师，我在工作中用到的都是在书中读到的内容。

第2版也没有什么不一样的地方，只不过是更新了最新工具和技术，也就是TensorFlow2.x（考试的依据）。如果各位只是想看与考试有关的章节，则需要阅读以下内容：

· 第10章：使用Keras的人工神经网络简介

· 第11章：训练深度神经网络

· 第12章：使用TensorFlow自定义模型和训练

· 第13章：使用TensorFlow加载和预处理数据

· 第14章：使用卷积神经网络进行深度进行深度计算机视觉

· 第15章：使用循环神经网络和卷积神经网络处理序列

· 第16章：具有循环神经网络和关注的自然语言处理

但是对于认真的学生来说，建议读完整本书并完成练习（也许不用完成所有练习，只需选择最感兴趣的那些练习）。

5.《MIT深度学习简介》（Introduction to Deep Learning by MIT）

· 时长：3小时（我只看了3堂课）-24小时（每堂课1小时，每堂课都有一个小时的复习时间）

· 费用：免费

· 帮助程度：8/10

· 链接：http://introtodeeplearning.com/

这是来自世界一流大学的世界一流深度学习信息，它是免费的。前3堂课，深度学习、卷积神经网络和循环神经网络与考试的相关性最高。但如果你很感兴趣，全部课程学下来也是很值得的。

一定要查看他们在GitHub上面提供的实验室和代码，尤其是关于TensorFlow的。再重申一遍，自己编写代码真的很

附加资源

· Coursera/YouTube上的deeplearning.ai视频——考试完全基于代码（Python代码）。如果各位不太确定什么是小批量梯度下降，可以搜索“deeplearning.ai小批量梯度下降”。

· TensorFlow文档——如果各位想要成为TensorFlow从业者，那么就需要阅读该文档。如果无法理解某些内容，请编写代码并自行注释。

· 在YouTube上使用TensorFlow编码（播放列表）——YouTube视频系列中的大多数TensorFlow在Coursera上的实践专业化课程也由同一位讲师讲授。

 

https://baijiahao.baidu.com/s?id=1671625751750927633&wfr=spider&for=pc