機(jī)器學(xué)習(xí)實(shí)戰(zhàn)

機(jī)器學(xué)習(xí)是人工智能研究領(lǐng)域中一個(gè)極其重要的研究方向，在現(xiàn)今的大數(shù)據(jù)時(shí)代背景下，捕獲數(shù)據(jù)并從中萃取有價(jià)值的信息或模式，成為各行業(yè)求生存、謀發(fā)展的決定性手段，這使得這一過(guò)去為分析師和數(shù)學(xué)家所專屬的研究領(lǐng)域越來(lái)越為人們所矚目。

本書第一部分主要介紹機(jī)器學(xué)習(xí)基礎(chǔ)，以及如何利用算法進(jìn)行分類，并逐步介紹了多種經(jīng)典的監(jiān)督學(xué)習(xí)算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機(jī)、AdaBoost集成方法、基于樹(shù)的回歸算法和分類回歸樹(shù)（CART）算法等。第三部分則重點(diǎn)介紹無(wú)監(jiān)督學(xué)習(xí)及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機(jī)器學(xué)習(xí)算法的一些附屬工具。

全書通過(guò)精心編排的實(shí)例，切入日常工作任務(wù)，摒棄學(xué)術(shù)化語(yǔ)言，利用高效的可復(fù)用Python代碼來(lái)闡釋如何處理統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析及可視化。通過(guò)各種實(shí)例，...

機(jī)器學(xué)習(xí)是人工智能研究領(lǐng)域中一個(gè)極其重要的研究方向，在現(xiàn)今的大數(shù)據(jù)時(shí)代背景下，捕獲數(shù)據(jù)并從中萃取有價(jià)值的信息或模式，成為各行業(yè)求生存、謀發(fā)展的決定性手段，這使得這一過(guò)去為分析師和數(shù)學(xué)家所專屬的研究領(lǐng)域越來(lái)越為人們所矚目。

本書第一部分主要介紹機(jī)器學(xué)習(xí)基礎(chǔ)，以及如何利用算法進(jìn)行分類，并逐步介紹了多種經(jīng)典的監(jiān)督學(xué)習(xí)算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機(jī)、AdaBoost集成方法、基于樹(shù)的回歸算法和分類回歸樹(shù)（CART）算法等。第三部分則重點(diǎn)介紹無(wú)監(jiān)督學(xué)習(xí)及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機(jī)器學(xué)習(xí)算法的一些附屬工具。

全書通過(guò)精心編排的實(shí)例，切入日常工作任務(wù)，摒棄學(xué)術(shù)化語(yǔ)言，利用高效的可復(fù)用Python代碼來(lái)闡釋如何處理統(tǒng)計(jì)數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析及可視化。通過(guò)各種實(shí)例，讀者可從中學(xué)會(huì)機(jī)器學(xué)習(xí)的核心算法，并能將其運(yùn)用于一些策略性任務(wù)中，如分類、預(yù)測(cè)、推薦。另外，還可用它們來(lái)實(shí)現(xiàn)一些更高級(jí)的功能，如匯總和簡(jiǎn)化等。

Peter Harrington

擁有電氣工程學(xué)士和碩士學(xué)位，他曾經(jīng)在美國(guó)加州和中國(guó)的英特爾公司工作7年。Peter擁有5項(xiàng)美國(guó)專利，在三種學(xué)術(shù)期刊上發(fā)表過(guò)文章。他現(xiàn)在是Zillabyte公司的首席科學(xué)家，在加入該公司之前，他曾擔(dān)任2年的機(jī)器學(xué)習(xí)軟件顧問(wèn)。Peter在業(yè)余時(shí)間還參加編程競(jìng)賽和建造3D打印機(jī)。