该项目旨在用 Python 教授机器学习的基础知识。它包含了我在 O'Reilly 出版的书籍《使用 Scikit-Learn 和 TensorFlow 的动手机器学习》中的示例代码及习题解答：

快速入门

想在线体验这些笔记本，而无需安装任何东西吗？

可以使用以下任意服务。

警告：请注意，这些服务提供的都是临时环境：您所做的任何操作在一段时间后都会被删除，因此请务必下载您关心的数据。

• 推荐：在 Colaboratory 中打开此仓库：

• 或者在 Binder 中打开：

• 注：大多数情况下，Binder 启动迅速且运行良好，但当 handson-ml 更新时，Binder 会从头开始构建新环境，这可能需要相当长的时间。

• 或者在 Deepnote 中打开：

只想快速浏览一些笔记本，而不执行任何代码吗？

使用 jupyter.org 的笔记本查看器 浏览此仓库：

注：github.com 的笔记本查看器 也可以使用，但速度较慢，且数学公式有时无法正确显示。

想使用 Docker 镜像运行该项目吗？

请阅读 Docker 指南。

想在自己的机器上安装该项目吗？

首先安装 Anaconda（或 Miniconda）、git，如果您有支持 TensorFlow 的 GPU，请安装 GPU 驱动程序，以及相应版本的 CUDA 和 cuDNN（详情请参阅 TensorFlow 官方文档）。

接下来，打开终端并输入以下命令克隆该项目（每行开头的 $ 不需输入，仅表示这是终端命令）：

$ git clone https://github.com/ageron/handson-ml.git
$ cd handson-ml

然后运行以下命令：

$ conda env create -f environment.yml
$ conda activate tf1
$ python -m ipykernel install --user --name=python3

最后启动 Jupyter：

$ jupyter notebook

如需更多说明，请参阅 详细安装指南。

常见问题解答

我应该使用哪个 Python 版本？

推荐使用 Python 3.7。按照上述安装步骤操作，您将获得该版本。大多数代码也能在其他 Python 3 版本上运行，但部分库尚未支持 Python 3.8 或 3.9，因此我建议使用 Python 3.7。

调用 load_housing_data() 时出现错误

请确保先调用 fetch_housing_data()，再调用 load_housing_data()。如果遇到 HTTP 错误，请确认您运行的代码与笔记本中的完全一致（必要时可直接复制粘贴）。若问题仍然存在，请检查您的网络配置。

在 MacOSX 上遇到 SSL 错误

您可能需要安装 SSL 证书（请参阅此 StackOverflow 问题）。如果您是从官方网站下载的 Python，请在终端中运行 /Applications/Python\ 3.7/Install\ Certificates.command（将 3.7 替换为您安装的版本）。如果您使用 MacPorts 安装了 Python，则在终端中运行 sudo port install curl-ca-bundle。

我已经在本地安装了该项目。如何更新到最新版本？

请参阅 INSTALL.md

使用 Anaconda 时，如何将 Python 库更新到最新版本？

请参阅 INSTALL.md

贡献者

我要感谢所有为该项目做出贡献的人（详见 GitHub 贡献者图），无论是提供宝贵反馈、提交问题还是 Pull Request。特别感谢 Haesun Park 和 Ian Beauregard，他们审阅了每一个笔记本并提交了许多 PR，包括对部分习题解答的帮助。同时也感谢 Steven Bunkley 和 Ziembla 创建了 docker 目录，以及 GitHub 用户 SuperYorio 在部分习题解答上的协助。