机器学习实战：基于Scikit-Learn和TensorFlow

这本书在读者口中呈现出一种奇特的分裂：前半部分的机器学习基础被反复称道，从线性回归到随机森林，配合Scikit-Learn的实操被看作入门的可靠阶梯；而进入深度学习与TensorFlow部分后，评价却急转直下——大量读者抱怨译本晦涩曲解、近乎机翻，甚至有人直言“网贴都比这好”。这种两极分化恰恰是本书最值得玩味之处：它的内容编排与算法讲解本身足够扎实，但翻译质量却让后半程的阅读体验大打折扣。因此它更适合两类人——愿意啃原版、或只专注前半部分打基础的人；以及已经熟悉Python生态、只需把它当作算法速查与实战脚手架的开发者。它不是那种一气呵成的完美之作，却因这种“前半惊艳、后半拉胯”的真实，成为机器学习领域绕不开又常被讨论的一本。

Aurelien Geron 是机器学习方面的顾问。他曾是Google软件工程师，在2013年到2016年主导了YouTube视频分类工程。2002年和2012年，他还是Wifirst公司（一家法国的无线ISP）的创始人和首席技术官，2001年是Ployconseil公司（现在管理电动汽车共享服务Autolib）的创始人和首席技术官。