
魯道夫·邦寧
本書將帶領讀者學習如何實施各種機器學習技術及其日常應用的開發。本書分爲9章,從易於掌握的語言基礎數據和數學模型開始,向讀者介紹機器學習領域中使用的各種庫和框架,然後通過有趣的示例實現迴歸、聚類、分類、神經網絡等,從而解決如圖像分析、自然語言處理和時間序列數據的異常檢測等實際問題。本書適合機器學習的開發人員、數據分析人員、機器學習領域的從業人員,以及想要學習機器學習的技術愛好者閱讀。使用任何腳本語言的編程人員都可以閱讀本書,但如果熟悉Python語言的話,將有助於充分理解本書的內容。
從基本的機器學習概念、分支和各種類型問題開始講起,部分章節通過解釋相關的基礎數學概念來幫助掌握機器學習。並講解更加複雜的模型,首先是線性迴歸,然後是邏輯迴歸,接着是神經網絡以及與其相關的變體(CNN、RNN),最後綜合地介紹更先進的機器學習技術,比如GAN和強化學習。
對於相關知識點的描述還是太過於簡單,作爲初學者可以適當的看看。對比起其他相關的書籍,可能整體的編寫跟國人的思維邏輯存在一個差異,可以跟其他書籍互補起來使用。