Python机器学习算法: 原理、实现与案例
刘硕
2577人在读
5.6万字总字数
¥48.3定价
刘硕
本书用平实的语言深入浅出地介绍当前热门的机器学习经典算法，包括线性回归、Logistic回归与Softmax回归、决策树（分类与回归）、朴素贝叶斯、支持向量机、K近邻学习、K-Means和人工神经网络，针对每一个算法首先介绍数学模型及原理，然后根据模型和算法描述使用Python编程和Numpy库进行算法实现，最后通过案例让读者进一步体会算法的应用场景以及应用时所需注意的问题。本书适合准备进入人工智能和数据分析与挖掘领域的初学者，对机器学习算法感兴趣的爱好者、程序员、大学生和各类IT培训班的学员使用。
讲了很多算法理论，甚至用代码去实现算法，作者也是很花心思了。如果不想把算法代码都敲一遍地。直接调用sklearn上对应的算法模块就可以完成。
算法理论部分讲得还是很透彻的，代码部分操作了一小部分，大部分在看懂了原理之后就用了python自带模块操作验证了。
纯使用python基础语法与numpy库实现各大常用算法，而不是直接调库，得有一定数学功底。彻底搞懂能自己把各大算法熟练写出来，那就比较牛了
该书对于算法原理的讲解是十分顺畅的，而使用numpy实现各算法有助于对于算法原理的理解。