內容提要

本書通過解釋數學原理和展示編程示例對機器學習進行了系統、全面的解析。全書共分為12章，內容涵蓋了機器學習以及Python語言的基礎知識、特征工程的概念與操作技術、數據可視化技術的實現、監督學習及無監督學習算法、文本分析、神經網絡和深度學習、推薦系統的構建方法以及預測處理時間序列的方法等。閱讀本書能夠加深讀者對機器學習的認識和理解，從而達到理論與實踐相結合、學以致用的目的。

本書適合Python程序員、數據分析人員、對機器學習感興趣的讀者以及機器學習領域的從業人員閱讀。

圖1.18

圖1.19

圖1.20

圖1.21

圖1.22

圖1.25

圖1.26

圖4.1

圖4.2

圖4.5

圖4.6

圖4.8

圖4.9

圖4.10

圖4.22

圖5.21

圖6.16

圖7.11

圖7.12

圖7.13

圖7.14

圖7.15

圖7.22

圖7.23

圖7.24

圖7.25

圖7.26

圖7.27

圖7.29

圖7.30

圖7.31

圖7.32

圖7.33

圖7.34

圖7.35

圖7.36

圖7.37

圖7.38

圖8.2

圖8.3

圖8.4

圖8.10

圖12.2

圖12.7

圖12.16

圖12.17

圖12.18