今天我们推荐的既是一个开源项目更是一本书，它是由技术界的大神Abhishek Thakur 所作，可以帮你解决(几乎)所有机器学习的问题，开源项目在GitHub 有 6K Star，它就是：approachingalmost。

approachingalmost是什么?

approachingalmost是作者取项目名称时候的简写，书名是：《Approaching (almost) any machine learning problem》。听听这个名字就觉得霸气，本书介绍了如何应对 ML 和 DL 过程中遇到的挑战，而非单纯地解释算法。该书内含大量代码，适合有一定ML与DL理论基础，想深入研究应用机器学习的读者阅读。

关于作者

作者 Abhishek Thakur 真的是来头不小，他在kaggle上累计拿了1000多块奖牌，最高排名排到第三，妥妥的技术大神。他是 boost.ai公司的首席数据科学家，所以在机器学习领域真的是研究已久。

其实做个项目来说作者创造已经很久了，2017年，他在 Linkedin 发表了一篇名为Approaching (Almost) Any Machine Learning Problem的文章，介绍他建立的一个自动的机器学习框架，几乎可以解决任何机器学习问题，这篇文章曾火遍 Kaggle。

后来作者将他文章的内容整体丰富，最后出了一本书，可以算是机器学习的优质入门学习材料。

关于书籍

《Approaching (almost) any machine learning problem》有足足300页，内容可以说是非常的充实。作者在 kaggle 上获得那么多的奖牌，这本书可以说是他理论+实践的最佳产物。本书在讨论中相对会更侧重应用机器学习模型，例如预处理步骤等。以下是本书的目录

目录

• Setting up your working environment
• Supervised vs unsupervised learning
• Cross-validation
• Evaluation metrics
• Arranging machine learning projects
• Approaching categorical variables
• Feature engineering
• Feature selection
• Hyperparameter optimization
• Approaching image classification & segmentation
• Approaching text classification/regression
• Approaching ensembling and stacking
• Approaching reproducible code & model serving

另外现在网上的爱好者将书籍中的大部分进行了翻译，里面有些内容相对简单他就没有全部翻译，翻译的内容如下：

毕竟不是每一个同学的英语都那么好，所以翻译版真的是大家的学习福音啊，也万分感谢翻译的同学。

项目信息

• 项目名称：Approaching (almost) any machine learning problem
• GitHub 链接：github.com/abhishekkrt…
• Star 数：6K+

为了方便不方便访问GitHub的同学，我把英文原版和翻译版都进行了整理，如果有需要可以关注公众号：IT咖啡馆，私信回复：AAAMLP，就可以获取下载了。