内容简介
Python与机器 学习 这一话题是如此的宽广，仅靠一《Python与机器学习实战》 自然 不可能涵盖到方方面面，甚至即使出一个系列的书也难能做到这点。单就机器学习而言，其领域就包括但不限于如下：有监督学习（Supervised Learning），无监督学习（Unsupervised Learning）和半监督学习（Semi-Supervised Learning）。而其具体的问题又大致可以分为两类：分类问题（Classification）和回归问题（Regression）。
Python本身带有许多机器学习的第三方库，但《Python与机器学习实战： 决策 树、集成学习、支持向量机与 神经网络 算法 详解及 编程 实现》在绝大多数情况下只会用到Numpy这个基础的 科学 计算库来进行算法代码的实现。这样做的目的是希望读者能够从实现的过程中更好 地理 解机器学习算法的细节，以及了解Numpy的各种应用。不过作为补充，《Python与机器学习实战：决策树、集成学习、支持向量机与神经 网络 算法详解及编程实现》会在适当的时候应用scikit-learn这个成熟的第三方库中的模型。
《Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现》适用于想了解传统机器学习算法的学生和从业者，想知道如何高效实现机器学习算法的 程序 员，以及想了解机器学习算法能如何进行应用的职员、经理等。
评论列表
发表评论