《机器学习实战》PDF下载

内容简介

机器学习是人工智能研讨范畴中一个极其重要的研讨方向，在如今的大数据时代背景下，捕获数据并从中萃取有价值的信息或形式，成为各行业求生存、谋发展的决定性手法，这使得这一曩昔为剖析师和数学家所专属的研讨范畴越来越为人们所注目。

本书榜首部分首要介绍机器学习根底，以及怎么使用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、根据树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些首要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。

《机器学习实战》全书经过精心编列的实例，切入日常工作任务，摒弃学术化语言，使用高效的可复用Python代码来阐释怎么处理统计数据，进行数据剖析及可视化。经过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来完成一些更高档的功用，如汇总和简化等。

作者简介

Peter Harrington

拥有电气工程学士和硕士学位，他曾经在美国加州和中国的英特尔公司工作7年。Peter拥有5项美国专利，在三种学术期刊上发表过文章。他现在是Zillabyte公司的首席科学家，在加入该公司之前，他曾担任2年的机器学习软件顾问。Peter在业余时间还参加编程竞赛和建造3D打印机。

关注下方公众号【程序员李木子】，发送【405849】免费获取

更多文章，请关注公众号【程序员李木子】，有免费的电子书哦