第1章 绪论
1.1 什么是机器学习
1.2 机器学习的分类
1.3 机器学习的术语
1.4 机器如何学习
1.5 机器学习与统计学、计量经济学的关系
· · · · · ·
()
本书对于机器学习的核心方法,进行了深入而详细的介绍,并特别关注各学科最常用的算法。最大特色在于力图以生动的语言、较多的插图与大量的实例来直观地解释机器学习的原理。同时,结合主流的Python语言,及时地介绍相应的软件操作与经典案例,为读者提供“一站式”服务。本书还提供详尽的数学推导,尽量避免跳跃,并辅以直观的文字解释。对于看似复杂的机器学习原理,则删繁就简,娓娓道来,让读者渐入佳境。
本书适合普通高等学校理、工、农、医、计算机、统计学以及经济管理、社会科学类的高年级本科生与研究生使用。先修课包括微积分、线性代数与概率统计,但不要求有编程或Python语言经验。本书将从零开始,让读者快速体会到Python语言的美妙与威力。
****1 2021-05-16 10:48:03
喜欢陈强老师编写的书