《Python机器学习：基于PyTorch和Scikit-Learn》Python机器学习：全新改版基于PyTorch和Scikit-Learn

刚拿到这本书的时候看封页大家可能比较陌生，内容上看可能也觉得是这两年创作的一本关于机器学习深度学习的新书籍。但了解本书作者的朋友肯定就会知道这本书实际是《Python机器学习》（原书第3版）的再次更新迭代。本人猜测可能跟原有书籍内容上有较大变动所以没有延续第四版的说法。

我想大家入门深度学习的时候一定都会去网上找经典教材，大家肯定检索过python深度学习四大名著这样的一种提法，而《Python机器学习》（原书第3版）正是其中之一，这样说大家可以预见本书的分量吧。

下面概括一些我阅读本书的感受吧，本书在之前的版本基础之上新增了深度学习的新宠pytorch，同时增加了一些深度学习领域的一些前言方法（图神经网络等）。可能成书的时间原因没有加入最近大火的AIGC相关内容，但是书中有设计transform和GPT2相关内容，对于有相关需求的朋友还是有一定帮助的。

书籍内容上来划分：前十个章节基本都在讲解基于sklearn的机器学习算法的实例，Scikit-Learn是Python中广泛使用的机器学习库，它提供了许多机器学习算法和工具；接下来的四个章节是基于pytorch的深度学习讲解和案例分享；后面五个章节是当前前沿技术的案例分享。总觉得这样概括一本书不够具体，但这种技术书籍落实到笔端真不知道如何去描述。书中没有过多的去解析算法的讲解，而是将重点落实到案例的分享和实践，所以本书也提供了完整的案例程序和代码。使读者能够完整的复现案例内容。这也是本书的一大特点。大家也可以在github上进行学习。我对书中第十六章transform利用注意力机制改善自然语言处理效果这一章节印象比较深，填充了我的一些知识空白。最后一章的强化学习介绍也是深入浅出。

即使更新到今天的这个版本，其实我觉得本书作者的初心也没有变过，就是将理论概念与实践相结合，降低初学者的门槛。希望书中的经典案例受益更多的读者。