本书系统介绍了经典的机器学习算法，并通过实践案例对算法进行解析。
本书内容包含三部分: 第一部分（第1章和第2章）为入门篇，着重介绍Python开发基础及数据分析与处理；第二部分（第3章和第4章）为基础篇，着重介绍机器学习的理论框架和常用机器学习模型；第三部分（第5～11章）为实战篇，介绍经典机器学习算法及应用，包括KNN分类算法、K-Means聚类算法、推荐算法、回归算法、支持向量机算法、神经网络算法以及深度学习理论及项目实例。
本书力求叙述简练，概念清晰，通俗易懂。书中的案例选取了接近实际应用的典型问题，以应用能力、创新能力的培养为核心目标。
本书系统介绍了经典的机器学习算法。在编写过程中，尽量减少数学理论知识，将数学公式转换成原理示意图、步骤解析图、流程图、数据图表和源程序等表达方式，帮助读者理解算法原理。本书注重理论联系实际，将算法应用于实际案例场景，培养理论研究能力和分析、解决问题能力。
本书选取典型的问题作为实践案例，借助案例对算法进行系统解析。在解决实际任务的过程中，读者能够掌握机器学习算法并灵活运用。本书带领读者循序渐进，从Python数据分析与挖掘入门，在实践中掌握机器学习基本知识，最终将机器学习算法运用于预测、判断、识别、分类、策略制定等人工智能领域。
扫码优惠购书
