本书面向初学者,使用Python语言以及流行的scikit-learn机器学习库等资源,通过易于实践的项目,帮助读者掌握开发有效的机器学习系统所需的流程、模式和策略。
与包含大量数学公式的书籍不同,本书主要通过故事、图片和代码示例来讲解机器学习的概念和技术,尽量减轻读者在数学方面的负担,但要求读者具备一定的编程基础。书中逐步引导读者完成构建、训练和评估学习系统的每一步,在此过程中,根据需要不断填充机器学习系统的各个组成部分,拓展机器学习工具箱,并尝试探索复杂的新技术。
本书主要内容:
理解机器学习的算法、模型和核心概念。
构建分类器和回归器。
评估机器学习系统的性能。
利用特征工程将原始的粗糙数据平滑成有用的格式。
将多个组件连接到一个系统中,并调整其性能。
将机器学习技术应用于图像处理和文本处理。
将核心概念与神经网络和图模型联系起来。
展开