
麥嘉銘
隨着互聯網技術的飛速發展,全球逐漸步入了大數據時代,智能化的趨勢越來越明顯,各行各業幾乎都喊出了智能化的口號,機器學習作爲人工智能的一個重要研究方向,在一定程度上成爲了IT人才的必要技能。本書以一個自研機器學習算法框架的構建爲主線,首先介紹了機器學習的相關概念和背景,然後按照代數矩陣運算層、*優化方法層、算法模型層和業務功能層的分層順序對算法框架展開講述,旨在通過理論和實踐相結合的方式,幫助廣大零算法基礎的開發人員瞭解和掌握一定的算法能力,同時作爲算法設計人員在工程實現上的參考範例。 本書實用性強,既面向零算法基礎的開發人員,也面向具備一定算法能力,並且在工程實現上希望有所借鑑或參考學習的算法設計人員及機器學習算法愛好者。
隨着互聯網技術的飛速發展,全球逐漸步入大數據時代,智能化的趨勢越來越明顯,各行各業幾乎都喊出了智能化的口號。機器學習作爲人工智能的一個重要研究方向,在一定程度上成爲IT人才的必要技能。本書以一個自研機器學習算法框架的構建爲主線,首先介紹了機器學習的相關概念和背景,然後按照代數矩陣運算層、優化方法層、算法模型層和業務功能層的分層順序對算法框架展開講述,旨在通過理論和實踐相結合的方式,幫助廣大零算法基礎的開發人員瞭解和掌握一定的算法能力,同時也爲算法設計人員提供工程實踐中的參考範例。 《機器學習算法框架實戰:Java和Python實現》實用性強,適合零算法基礎的開發人員閱讀,也適合具備一定算法能力且希望在工程實踐中有所借鑑的工程技術人員閱讀。另外,本書還適合作爲算法設計人員及機器學習算法愛好者的參考書。 《機器學習算法框架實戰:Java和Python實現》內容豐富,知識體系完整,非常適合所有想要了解獨立遊戲開發的讀者閱讀,尤其適合有一定C#或Java編程語言基礎的遊戲開發初學者閱讀。另外,本書還可以作爲高校相關專業及社會培訓機構的教材使用。
從:代數矩陣運算層--最優化方法層--算法模型層--業務功能層,來講解機器學習的實戰框架搭建,應用性強。兩種語言,Java和python來實現。我看的python,除了numpy外,沒有調其他第三方庫,原汁原味。 不足:有點粗,筆誤多,附件下載的代碼命名與書中不一致