机器学习实战(python基础教程指南)[美]哈林顿
图书信息
书名:机器学习实战(python基础教程指南)[美]哈林顿作者:哈林顿
页数:332页
出版社:人民邮电出版社
出版时间:2013-6
图书简介
《机器学习实战》是一本系统介绍机器学习知识和算法的书籍,适合想要快速入门机器学习的读者。本书包含四个部分,优秀部分主要是介绍机器学习的基础知识,并且讲解了如何进行分类,例如:k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树(CART)算法等。第三部分介绍了无监督学习及其一些主要算法:k均值聚类算法、Apriori算法、FP-Growth算法。第四部分则提供了一些机器学习算法的附属工具及其使用方法。全书通过精心编写的实例,让读者能够轻松上手,熟练掌握机器学习知识。此外,本书还使用简单易懂的语言进行介绍,让读者可以毫不费劲地理解机器学习的概念和算法。因此,推荐这本书给对机器学习感兴趣的读者,特别是有一定计算机编程基础的人士。
推荐理由
《机器学习实战》是本详尽介绍机器学习知识和算法的经典教材。本书使用Python代码进行阐述,结合实例,使得读者能够轻松掌握机器学习的知识和技能。此外,本书还使用简单易懂的语言进行介绍,让读者可以毫不费劲地理解机器学习的概念和算法。因此,对于想要快速入门机器学习,并且有计算机编程基础的读者来说,本书是一个非常好的选择。