圖解經(jīng)典的17個機器學(xué)習(xí)算法！送書5本！
掃描送書5本！
大家掃碼填寫下方的問卷調(diào)查（6道題）
最后點擊提交后，上方會有抽獎助手二維碼
直接掃碼即可參與！
鄭明智 譯
沒有復(fù)雜公式，152張圖表
輕松掌握17種常用算法
不過能輕松看懂PRML（Pattern Recognition and Machine Learning）、ESL（Elements of Statistical Learning）的人是用不著這本的。
每個算法用幾頁的篇幅來講解，雖說不能立馬就會用，但是用來整理思路，或者在向客戶說明算法時用來參考，都是非常不錯的呢！
這本在日亞斬獲無數(shù)好評的書，究竟是什么樣的，我們來一探究竟。
● 這本書講了什么？
話不多說，先上結(jié)構(gòu)圖：
1. 把握全貌
在第1章，我們將對什么是機器學(xué)習(xí)，以及機器學(xué)習(xí)的工作流程有一個大致的把握。書中的介紹均以事例為基準，非常直觀易懂。比如分類是這樣的：
2. 逐個突破
全彩圖表 | 具體示例 | Python代碼，詳解各種算法。
第 2~3 章是本書重點，將詳細講解有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的 17 種算法，涉及回歸、分類、降維、聚類等問題。
（本書涉及的算法）
對各種算法的介紹主要以“圖解”的方式進行，直觀易懂。在這兩章，我們可以了解到各算法的特點，以及如何為數(shù)據(jù)集選擇合適的算法。
各算法自成一節(jié)，方便作為案頭書隨時查找，大家也可挑選感興趣的算法來閱讀。
向左滑動查看更多
在運行機器學(xué)習(xí)算法創(chuàng)建模型后，還要評估模型是否有用。所謂“沒有測量，就沒有科學(xué)”，在機器學(xué)習(xí)領(lǐng)域，對模型的評估非常重要。第 4 章將重點介紹有監(jiān)督學(xué)習(xí)的評估方法、提高模型性能的方法，以及對較為復(fù)雜的文本數(shù)據(jù)、圖像數(shù)據(jù)的轉(zhuǎn)換處理。
（第4章介紹的評估指標）
● 本書特色
1.全面：網(wǎng)羅有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的17種算法，涉及回歸、分類、降維、聚類等問題。
● 本書適合讀者
√了解一些機器學(xué)習(xí)算法，想學(xué)習(xí)更多機器學(xué)習(xí)算法的人
√不擅長數(shù)學(xué)公式，在閱讀機器學(xué)習(xí)專業(yè)書時感到吃力的人
√希望能夠根據(jù)要解決的問題選擇恰當(dāng)?shù)臋C器學(xué)習(xí)算法的人
√有一定的編程經(jīng)驗，能夠運行示例代碼的人
