Python機器學習算法: 原理、實現與案例
劉碩
2577人在讀
5.6萬字總字數
¥48.3定價
劉碩
本書用平實的語言深入淺出地介紹當前熱門的機器學習經典算法，包括線性迴歸、Logistic迴歸與Softmax迴歸、決策樹（分類與迴歸）、樸素貝葉斯、支持向量機、K近鄰學習、K-Means和人工神經網絡，針對每一個算法首先介紹數學模型及原理，然後根據模型和算法描述使用Python編程和Numpy庫進行算法實現，最後通過案例讓讀者進一步體會算法的應用場景以及應用時所需注意的問題。本書適合準備進入人工智能和數據分析與挖掘領域的初學者，對機器學習算法感興趣的愛好者、程序員、大學生和各類IT培訓班的學員使用。
講了很多算法理論，甚至用代碼去實現算法，作者也是很花心思了。如果不想把算法代碼都敲一遍地。直接調用sklearn上對應的算法模塊就可以完成。
算法理論部分講得還是很透徹的，代碼部分操作了一小部分，大部分在看懂了原理之後就用了python自帶模塊操作驗證了。
純使用python基礎語法與numpy庫實現各大常用算法，而不是直接調庫，得有一定數學功底。徹底搞懂能自己把各大算法熟練寫出來，那就比較牛了
該書對於算法原理的講解是十分順暢的，而使用numpy實現各算法有助於對於算法原理的理解。