内容简介
在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。
AI简介
这是一本详细阐述了机器学习原理和实践的书籍。这本书通过丰富的实例，向读者展示了如何使用Python编程语言实现各种机器学习算法，以及如何解决实际问题。
首先，书中介绍了监督学习的基础知识，包括数据预处理技术、标记编码方法、创建线性回归器等。通过这些实例，读者可以学习到如何分析共享自行车的使用模式，以及如何预测房价。
接着，书中介绍了分类器的建立与原理，包括建立简单分类器、建立逻辑回归分类器、建立朴素贝叶斯分类器等。通过这些实例，读者可以学习到如何评估收入层级，以及如何通过特征评估一辆二手汽车的质量。
然后，书中介绍了预测建模的技术，包括用SVM建立线性分类器、用SVM建立非线性分类器、解决类型数量不平衡问题等。通过这些实例，读者可以学习如何使用这些技术预测建筑物里事件发生的概率，以及体育场周边道路的交通情况。
书中还介绍了无监督学习——聚类的相关算法，包括用k-means算法聚类数据、用矢量量化压缩图片、建立均值漂移聚类模型等。通过这些实例，读者可以学习如何将这些算法应用于股票市场数据和客户细分。
此外，书中还介绍了构建推荐引擎的相关算法，包括为数据处理构建函数组合、构建机器
推荐影视
阅读/下载地址