在如今這個(gè)處處以數(shù)據(jù)驅(qū)動(dòng)的世界中，機(jī)器學(xué)習(xí)正變得越來(lái)越大眾化。它已經(jīng)被廣泛地應(yīng)用于不同領(lǐng)域，如搜索引擎、機(jī)器人、無(wú)人駕駛汽車等。Python機(jī)器學(xué)習(xí)經(jīng)典實(shí)例首先通過(guò)實(shí)用的案例介紹機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)，然后介紹一些稍微復(fù)雜的機(jī)器學(xué)習(xí)算法，例如支持向量機(jī)、極端隨機(jī)森林、隱馬爾可夫模型、條件隨機(jī)場(chǎng)、深度神經(jīng)網(wǎng)絡(luò)，等等。

本書特色
用最火的Python語(yǔ)言、通過(guò)各種各樣的機(jī)器學(xué)習(xí)算法來(lái)解決實(shí)際問(wèn)題！
書中介紹的主要問(wèn)題如下。
- 探索分類分析算法并將其應(yīng)用于收入等級(jí)評(píng)估問(wèn)題
- 使用預(yù)測(cè)建模并將其應(yīng)用到實(shí)際問(wèn)題中
- 了解如何使用無(wú)監(jiān)督學(xué)習(xí)來(lái)執(zhí)行市場(chǎng)細(xì)分
- 探索數(shù)據(jù)可視化技術(shù)以多種方式與數(shù)據(jù)進(jìn)行交互
- 了解如何構(gòu)建推薦引擎
- 理解如何與文本數(shù)據(jù)交互并構(gòu)建模型來(lái)分析它
- 使用隱馬爾科夫模型來(lái)研究語(yǔ)音數(shù)據(jù)并識(shí)別語(yǔ)音

本平臺(tái)提供的是Python機(jī)器學(xué)習(xí)經(jīng)典實(shí)例的英文完整版，以及中文試讀版下載，需要的朋友可下載試試！

目錄

第 1 章　監(jiān)督學(xué)習(xí)
第 2 章　創(chuàng)建分類器
第 3 章　預(yù)測(cè)建模
第 4 章　無(wú)監(jiān)督學(xué)習(xí)——聚類
第 5 章　構(gòu)建推薦引擎
第 6 章　分析文本數(shù)據(jù)
第 7 章　語(yǔ)音識(shí)別
第 8 章　解剖時(shí)間序列和時(shí)序數(shù)據(jù)
第 9 章　圖像內(nèi)容分析
第 10 章　人臉識(shí)別
第 11 章　深度神經(jīng)網(wǎng)絡(luò)
第 12 章　可視化數(shù)據(jù)