《机器学习入门 Machine learning》本书通过通俗易懂的语言,丰富的图示和经典的案例,让广大机器学习爱好者轻松入门机器学习Machine Learning,有效地降低了学习的门槛。
本书共分11章节,覆盖的主要内容有机器学习概述、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(卷积神经网络、Keras深度学习框架)、人脸识别入门等。从最简单的常识出发来切入 AI 领域,打造无缝平滑的兴奋的学习体验。
本书的读者,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,不需要有数学基础,也不需要有机器学习或者 AI 的基础。相关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。
由于疫情原因,本书推迟出版,将于2020年6,7月份上市,敬请期待!