内容简介
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科,专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心,是使计算机具有智能的根本途径。
《机器学习实践应用》通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解,全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法,并详细给出了机器学习的算法流程。
《机器学习实践应用》适合任何有一定数据功底和编程基础的读者阅读。通过阅读《机器学习实践应用》,读者不仅可以了解机器学习的理论基础,也可以参照一些典型的应用案例拓展自己的专业技能。同时,《机器学习实践应用》也适合计算机相关专业的学生以及对人工智能和机器学习感兴趣的读者阅读。
李博,花名“傲海”。目前任阿里云数据产品经理,主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士毕业于北京邮电大学,曾就职于索尼和华为(实习),从事数据相关产品的开发。作为CSDN博客专家、云栖社区博客专家,长期分享IT技术相关文章,内容涉及机器学习算法、Android应用及源码开发等领域。一直活跃于开发者社区,主导开发了多个GitHub百星开源项目,还开发并上线了多款手机App。作者微信公众号(长期更新机器学习业务应用文章):凡人机器学习 个人网站:www.garvinli.com 作者邮箱:garvin.libo@gmail.com
豆瓣评论