内容简介
本书是了解机器学习的实用书，向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前最流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。
AI简介
这是一本专注于商业领域的机器学习实用书籍，向企业高管和学生介绍了在机器学习中如何使用工具，不需要使用微积分、矩阵或向量代数就可以清楚、简洁地解释目前最流行的算法。本书的重点是业务应用程序，并提供了许多案例，比如评估一个国家进行国际投资的风险、预测房地产的价值，以及可以细致到将零售贷款分为可接受或不可接受模式。
本书首先介绍了机器学习在商业领域的重要性，并详细阐述了验证和测试的重要性，以及数据清洗的重要性。这些概念都是机器学习过程中的重要环节，它们直接影响到机器学习的结果。通过数据清洗，我们可以提高数据的质量，从而提高机器学习的效果。
书中还详细介绍了无监督学习中的特征缩放和聚类方法，这些方法可以帮助我们更好地理解数据的结构，提取数据中的主要信息，并在需要的时候，将高维度的数据转化为低维度，以便于进一步的分析。
在监督学习部分，书中详细讲解了线性回归、决策树、支持向量机和神经网络的原理与分类方法，这些算法在商业领域有着广泛的应用，比如在信贷决策中，我们可以使用逻辑回归模型来预测贷款是否会违约。
此外，书中还介绍了集成学习概念与原理，包括引导聚集算法(bagging)、随机森林(r
推荐影视
阅读/下载地址