机器学习读书介绍
| 类别 | 页数 | 译者 | 网友评分 | 年代 | 出版社 |
|---|---|---|---|---|---|
| 书籍 | 306页 | 2022 |
| 定价 | 出版日期 | 最近访问 | 访问指数 |
|---|---|---|---|
| 99.80元 | 2022-01-04 … | 2022-07-07 … | 10 |
◎ 编辑推荐
☆ 完备的公式推导，解决机器学习中的数学难题
书中详细的数学推导、用NumPy从零开始的编程实现，不仅让读者知其然，还知其所以然，对机器学习模型有更深刻的认识。
☆ 基于NumPy与sklearn，介绍26个主流机器学习算法的实现
本书几乎涵盖了全部主流的 机器学习算法，而且使用Python代码进行算法的实现。
☆ “机器学习实验室”公众号主理人倾力打造，获得40000读者好评
◎ 内容简介
作为一门应用型学科，机器学习植根于数学理论，落地于代码实现。
这就意味着，掌握公式推导和代码编写，方能更加深入地理解机器学习算法的内在逻辑和运行机制。
本书在对全部机器学习算法进行分类梳理的基础之上，分别对监督学习单模型、监督学习集成模型、无监督学习模型、概率模型四个大类共26个经典算法进行了细致的公式推导和代码实现，旨在帮助机器学习学习者和研究者完整地掌握算法细节、实现方法以及内在逻辑。
◎ 名人推荐
对于机器学习相关专业的研究者和从业者而言，运用机器学习处理数据要有两大基本功，一个是理论功底，另一个是算法实现能力。这本书正好契合这两大主题：以公式推导为代表的机器学习理论体系和以NumPy算法实现为代表的编程能力。全书体现了两个非常有特色的对应关系：公式推导与NumPy代码实现之间的对应关系，NumPy代码实现与sklearn机器学习库之间的对应关系。此书编排新颖，非常值得一读！
——汤银才，华东师范大学统计学院教授
很多人初学机器学习时，只是调个包跑个结果，这种方式很容易忽略各类机器学习算法的底层原理，不是最佳的学习方式。这本书在手推公式和基本不调用机器学习算法库的前提下，“手撕”各大机器学习算法，给大家提供了学习机器学习最硬核的方式，有助于加深对各大机器学习算法底层原理的理解。整本书全面又细致，非常适合初学者打基础，强烈推荐给大家！
——张金雷，北京交通大学交通运输学院讲师，公众号“当交通遇上机器学习”主理人
很早就关注鲁伟老师公众号的“数学推导+纯Python实现机器学习算法”系列文章，这给了我很大启发。市面上的机器学习图书很多，但很少有结合数学原理和代码实现的。这本书几乎涵盖了全部主流的机器学习算法，而且使用Python代码进行算法的实现。这本书对初学者相当友好，理论、代码齐备，值得推荐。
——黄海广，温州大学副教授、人工智能系主任
在机器学习流行的这些年，很多人停留在使用sklearn调包的阶段，对模型背后的数学原理和算法实现一知半解，因而很难提升到更高的水平。书中详细的数学推导、用NumPy从零开始的编程实现，一定会让读者知其然，还知其所以然，对机器学习模型会有更深刻的认识。
——王圣元，新加坡某金融咨询公司总监，公众号“王的机器”主理人
Datawhale出版过一本“南瓜书”，作为“西瓜书”的伴侣书，聚焦于机器学习公式的详细推导，旨在解决初学者入门机器学习中的数学难题。而这本书在公式推导的基础上，进一步给出了包含算法内在逻辑的代码实现，是初学者动手实践算法不可或缺的材料，推荐给大家！
——范晶晶，开源组织Datawhale创始人
这本书既有复杂的公式推导，可以帮助读者掌握算法的数学原理；也有NumPy库版本的算法代码，可以帮助读者更好地理解其中的数学原理，提高算法实现能力；还有sklearn库版本的算法调用函数，可以帮助读者快速、简单地实现算法。这本书由浅入深，适合新手快速入门，也适合老手夯实基础，在此极力推荐给诸位！
——张杰，公众号“EasyShu”联合主创，《Python数据可视化之美》作者
作者简介鲁伟
贝叶斯统计方向硕士毕业，深度学习算法工程师，主要从事医疗数据分析、医学图像处理和深度学习应用相关研究与工作。
著有《深度学习笔记》一书，也是公众号“机器学习实验室”的主理人。
剧情呢，免费看分享剧情、挑选影视作品、精选好书简介分享。