简介
为了避免机器学习背后的复杂数学原理以及异常复杂的算法证明和推导吓退一大批初学者,本书遵循“极简入门”的理念,通过通俗易懂的语言,丰富的图示和经典的案例,有效地降低了学习的门槛,让广大机器学习爱好者轻松入门机器学习。 本书共分11章,覆盖的主要内容有机器学习概述、数据预处理、K最近邻算法、回归算法、决策树、K-means聚类算法、随机森林、朴素贝叶斯算法、支持向量机SVM、神经网络(卷积神经网络、Keras深度学习框架)和人脸识别入门等。从最简单的常识来切入AI领域,打造无缝平滑的学习体验。 本书的读者不需要具有高等数学的深厚知识,也不需要有机器学习或者人工智能(AI)的基础,只需具备Python语言的基础知识和简单了解过NumPy、Pandas等科学基础库,就可以轻松阅读并掌握。另外,高等院校和培训机构也可以将此书作为机器学习入门教材使用。
编辑推荐
本书覆盖机器学习概述、数据预处理、K近邻算法、回归算法、决策树、K-means聚类算法、随机森林、贝叶斯算法、支持向量机、神经网络、人脸识别入门实践等内容,从最简单的常识出发来切入AI领域,打造无缝平滑的学习体验。
更多出版物信息
- 版权: 清华大学出版社
- 出版: 2020-06-01
- 更新: 2023-06-22
- 书号:9787302555513
- 中图:TP181
- 学科:工学控制科学与工程工学计算机科学与技术交叉学科智能科学与技术
相关图书
-
像数据达人一样思考和沟通:数据科学、统计学与机器学习极简入门
(美)亚历克斯·J.古特曼(Alex J.Gutman),(美)乔丹·哥德梅尔(Jordan Goldmeier)著,李文菲,筴硕 译
¥68.00