機器學習原理與Python實踐

"《機器學習原理與Python實踐》結合大量實例詳細介紹機器學習的相關算法原理並利用Python語言進行實踐，內容涵蓋機器學習的完整知識體系和深度學習的基礎知識，如多層感知器和捲積神經網絡等。《機器學習原理與Python實踐》除了項目實戰外的各章均提供大量習題並給出參考答案和解題代碼。通過閱讀《機器學習原理與Python實踐》，讀者可以較為全面、系統地掌握機器學習和深度學習的相關知識。 《機器學習原理與Python實踐》共18章，分為3篇。第1篇機器學習基礎知識，主要介紹機器學習的基本概念、機器學習的基本流程與模型、搭建機器學習環境並進行應用實踐、基於Azure的機器學習雲平臺搭建等相關知識；第2篇機器學習核心技術，主要介紹模型訓練的數學原理、多樣性特徵解析、數據標準化與特徵篩選、貝葉斯分類器、廣義線性模型、支持向量機、決策樹、人工神經網絡、集成學習、模型的正則化、模型的評價與選擇、無監督學習（如K-Means聚類、GMM聚類、譜聚類、密度聚類等）；第3篇機器學習項目實戰，採用行人檢測和廚餘垃圾處理的指標預測兩個典型案例，帶領讀者進行項目實戰，提高讀者的實際開發水平。 《機器學習原理與Python實踐》內容豐富，講解循序漸進，適合機器學習的入門與進階人員閱讀，也適合人工智能領域的開發者和愛好者閱讀，還適合高等院校人工智能等相關專業作為教材，相關培訓機構也可作為培訓教材。"