機(jī)器學(xué)習(xí)實戰(zhàn) 美 peter harrington

我正在陸續(xù)的把作者的代碼整理到以下頁面，大家可以方便查看：https://weihuagu.ml/blog/machinelearningcode/

機(jī)器學(xué)習(xí)是人工智能研究領(lǐng)域中一個極其重要的研究方向，在現(xiàn)今的大數(shù)據(jù)時代背景下，捕獲數(shù)據(jù)并從中萃取有價值的信息或模式，成為各行業(yè)求生存、謀發(fā)展的決定性手段，這使得這一過去為分析師和數(shù)學(xué)家所專屬的研究領(lǐng)域越來越為人們所矚目。

本書第一部分主要介紹機(jī)器學(xué)習(xí)基礎(chǔ)，以及如何利用算法進(jìn)行分類，并逐步介紹了多種經(jīng)典的監(jiān)督學(xué)習(xí)算法，如k近鄰算法、樸素貝葉斯算法、Logistic回歸算法、支持向量機(jī)、AdaBoost集成方法、基于樹的回歸算法和分類回歸樹（CART）算法等。第三部分則重點介紹無監(jiān)督學(xué)習(xí)及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機(jī)器學(xué)習(xí)算法的一些附屬工具。

全書通過精心編排的實例，切入日常工作任務(wù)，摒棄學(xué)術(shù)化語言，利用高效的可復(fù)用Python代碼來闡釋如何處理統(tǒng)計數(shù)據(jù)，進(jìn)行數(shù)據(jù)分析及可視化。通過各種實例，讀者可從中學(xué)會機(jī)器學(xué)習(xí)的核心算法，并能將其運用于一些策略性任務(wù)中，如分類、預(yù)測、推薦。另外，還可用它們來實現(xiàn)一些更高級的功能，如匯總和簡化等。