- 零基础学机器学习
- - 作者：黄佳|责编:颜景燕
  - 出版社：人民邮电
  - ISBN：9787115545992
  - 出版日期：2020/12/01
  - 页数：340
- 售价：35.92

内容大纲
    本书的目标，是让非机器学习领域甚至非计算机专业出身但有学习需求的人，轻松地掌握机器学习的基本知识，从而拥有相关的实战能力。
    本书通过AI“小白”小冰拜师程序员咖哥学习机器学习的对话展开，内容轻松，实战性强，主要包括机器学习快速上手路径、数学和Python基础知识、机器学习基础算法（线性回归和逻辑回归）、深度神经网络、卷积神经网络、循环神经网络、经典算法、集成学习、无监督和半监督等非监督学习类型、强化学习实战等内容，以及相关实战案例。本书所有案例均通过Python及Scikit-learn机器学习库和Keras深度学习框架实现，同时还包含丰富的数据分析和数据可视化内容。
    本书适合对AI感兴趣的程序员、项目经理、在校大学生以及任何想以零基础学机器学习的人，用以入门机器学习领域，建立从理论到实战的知识通道。
作者介绍
黄佳，人称咖哥，埃森哲公司资深顾问，在IT界耕耘近二十载，自诩为一朵有“后浪”心态的“前浪”。为人谦虚，好学，有时也好为人师。曾撰写一系列SAPERP书籍，启蒙了大批中国早期ABAP技术人才。近年来投身数据科学、人工智能及云计算领域，愿将自己的所学所感与大家分享。
目录
引子：AI菜鸟的挑战——100天上线智能预警系统
第1课  机器学习快速上手路径——唯有实战
  1.1  机器学习的家族谱
    1.1.1  新手入门机器学习的3个好消息
    1.1.2  机器学习就是从数据中发现规律
    1.1.3  机器学习的类别——监督学习及其他
    1.1.4  机器学习的重要分支——深度学习
    1.1.5  机器学习新热点——强化学习
    1.1.6  机器学习的两大应用场景——回归与分类
    1.1.7  机器学习的其他应用场景
  1.2  快捷的云实战学习模式
    1.2.1  在线学习平台上的机器学习课程
    1.2.2  用Jupyter Notebook直接实战
    1.2.3  用Google Colab开发第一个机器学习程序
    1.2.4  在Kaggle上参与机器学习竞赛
    1.2.5  在本机上“玩”机器学习
  1.3  基本机器学习术语
    1.3.1  特征
    1.3.2  标签
    1.3.3  模型
  1.4  Python和机器学习框架
    1.4.1  为什么选择用Python
    1.4.2  机器学习和深度学习框架
  1.5  机器学习项目实战架构
    1.5.1  第1个环节：问题定义
    1.5.2  第2个环节：数据的收集和预处理
    1.5.3  第3个环节：选择机器学习模型
    1.5.4  第4个环节：训练机器，确定参数
    1.5.5  第5个环节：超参数调试和性能优化
  1.6  本课内容小结
  1.7  课后练习
第2课  数学和Python基础知识——一天搞定
  2.1  函数描述了事物间的关系
    2.1.1  什么是函数
    2.1.2  机器学习中的函数
  2.2  捕捉函数的变化趋势
    2.2.1  连续性是求导的前提条件
    2.2.2  通过求导发现y如何随x而变
  ……
第3课  线性回归——预测网店的销售额
第4课  逻辑回归——给病患和鸢尾花分类
第5课  深度神经网络——找出可能流失的客户
第6课  卷积神经网络——识别狗狗的图像
第7课  循环神经网络——鉴定留言及探索系外行星
第8课  经典算法“宝刀未老”
第9课  集成学习“笑傲江湖”
第10课  监督学习之外——其他类型的机器学习
第11课  强化学习实战——咖哥的冰湖挑战
尾声：如何实现机器学习中的知识迁移及持续性的学习
练习答案

内容大纲

作者介绍

目录

同类热销排行榜

推荐书目