作 者: | 黄莉婷 (作者), 苏川集 (作者), 武传海 (译者) |
出版社: | 人民邮电出版社有限公司; 第1版 (2019年2月1日) |
类型: | 计算机/科学 |
书籍语言: | 中文 |
标签: | 计算机控制仿真与人工智能, 程序语言与软件开发, 计算机/网络, 算法, 程序设计, 机器学习, 人工智能, 计算机, 科普 |
《白话机器学习算法》电子书亚马逊售价:24.99元
豆瓣评分:6.9分
编辑推荐:
“这本书出色地将机器学习概念可视化,有利于非技术专业的学生直观理解这些抽象概念。” –Ethan Chan
斯坦福大学大数据讲师 “这是一本通俗易懂的机器学习算法书。数据科学新手可以将它作为入门读物;商务人士可以通过它理解数据分析师的工作;任何想了解自己的个人数据何去何从的读者,都会从中有所启发。” –David Stillwell
剑桥大学心理测量中心副主任 “对于和大数据打交道的商务人士来说,这本书有助于解开他们对高级统计学的疑惑。” –Tathagata
Dasgupta 维亚康姆集团数据科学与高级分析部主管 “我向所有想汲取数据科学和机器学习的精髓却不想陷入数学和编程细节的人推荐这本书。” –亚马逊读者
内容简介:
与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法,以及回归分析、k最近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法,并概述强化学习算法的思想。
作者简介:
黄莉婷(Annalyn Ng),高级数据分析师,剑桥大学心理测量中心硕士,曾受邀在迪士尼研究中心研究客户行为科学,并通过数据挖掘技术帮助三星和雅虎等公司制定营销和人员招聘等方面的策略。 苏川集(Kenneth Soo),斯坦福大学统计学硕士,华威大学高材生,曾从事网络随机故障下应用程序的双目标稳健优化研究,善于用通俗的语言介绍数据科学。