如今，机器学习已广泛应用于各个领域和众多问题。在进行机器学习时，一个基本挑战是将特定机器学习技术的抽象数学与具体、现实世界的问题相结合。本书通过基于模型的机器学习方法来解决这一挑战。基于模型的机器学习专注于理解编码假设以及其对系统行为影响的***于现实情境中假设从算法所需详细数学中分离出来，使得更容易理解***。有关基于模型的机器学习是什么以及它如何帮助解决问题，请参阅名为“机器学习如何解决我的问题？”介绍章节获取更多详细信息。本书独特之处在于不回顾算法或技术类别，而是通过案例研究介绍所有关键思想，并涉及到现实世界应用程序。案例研究在讨论建模假设时起着核心作用，因为只有在应用程序上下文中才能有意义地讨论它们。每个案例研究章节都介绍了一个现实世界应用，并使用基于模型的方法来解决该问题。此外，第一个教程章节探讨了一个虚构谋杀谜团问题。
下载方式：
公众号后台回复：基于模型的机器学习
每一章也会介绍各种机器学习的概念，不是抽象的概念，而是根据应用需求而具体介绍的技术。您可以将这些概念视为构建模型的构件。尽管您将需要投入一些时间来完全理解这些概念，但您很快就会发现，可以从相对较少的构建块构建各种各样的模型。通过学习本书中的案例，你将了解这些组件是什么以及如何使用它们。目的是让您充分了解基于模型的方法的威力和灵活性，以允许您解决机器学习问题。
本书适用于任何想要使用机器学习解决现实问题的技术人员，或者想要理解为什么现有的机器学习系统会这样运行的技术人员。本书的重点是设计模型来解决实际案例研究中出现的问题。最后一章“如何阅读模型”将使用基于模型的机器学习来理解现有的机器学习技术。一些更有数学头脑的读者会想了解模型如何变成可运行算法的细节。在本书中，我们将这些需要更高级数学知识的部分分成了更深入的部分。深潜部分被标记为如下图所示的面板。这些部分是可选的——你可以在没有它们的情况下阅读本书。推理深入研究算法细节的技术部分将被标记为这样。如果你只想专注于建模，可以跳过这些部分。
下载方式：
公众号后台回复：基于模型的机器学习
