机器学习实践应用
2018-04-12 10:04
204 查看
内容简介
机器学习是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科,专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心,是使计算机具有 智能的根本途径。本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解,全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法,并详细给出了机器学习的算法流程。
本书适合任何有一定数据功底和编程基础的读者阅读。通过阅读本书,读者不仅可以了解机器学习的理论基础,也可以参照一些典型的应用案例拓展自己的专业技能。同时,本书也适合计算机相关专业的学生以及对人工智能和机器学习感兴趣的读者阅读。
通过阅读本书,你将了解到:
机器学习全流程的串联方式,包括数据预处理、特征工程、算法、模型评估等;
最常用的机器学习算法,包括逻辑回归、随机森林、支持向量机、KMEANS、DBSCAN、K 近邻、马尔科夫决策、LDA、标签传播等;
机器学习算法在实际业务中的应用,涉及金融、医疗、新闻、电商等诸多领域;
机器学习的常用工具:R、Spark-MLib、TensorFlow、PAI 等;
时下最热门的技术领域:深度学习、知识图谱等。
作者简介
李博,花名“傲海”。目前任阿里云数据产品经理,主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士毕业于北京邮电大学,曾就职于索尼和华为
(实习),从事数据相关产品的开发。作为 CSDN 博客专家、云栖社区博客专
家,长期分享 IT 技术相关文章,内容涉及机器学习算法、Android 应用及源码
开发等领域。一直活跃于开发者社区,主导开发了多个 GitHub 百星开源项目,还
开发并上线了多款手机 App。
阅读全文: http://gitbook.cn/gitchat/geekbook/5a377733d7fd13649973b0dc
相关文章推荐
- 数据挖掘与机器学习——weka应用技术与实践
- 机器学习在web攻击检测中的应用实践
- 王小草【机器学习】笔记--主题模型LDA实践与应用
- spark-机器学习实践-K近邻应用实践一
- 推荐数据挖掘入门教材《数据挖掘与机器学习 WEKA应用技术与实践》
- [置顶] 机器学习 + 深度学习 + 计算机视觉 + 自然语言处理: 原理, 实践以及应用 --- 干货分享(持续更新…)
- 应用大数据和机器学习技术实现车险全流程智能化的方案(上)
- 读HTML5应用开发与实践【五】【画布绘制动画】
- Linux系统管理、应用与开发实践教程 - 图书目录
- iOS应用开发最佳实践:编写高质量的Objective-C代码
- SSECMM在某通信网络管理系统安全工程中的应用与实践
- valuelist的应用实践之二: 实现多键值的map
- Vuex2.0+Vue2.0构建备忘录应用实践
- iptables_原理理解_DNAT&SNAT实践应用
- 碎片最佳实践-简易版的新闻应用
- Python机器学习实践指南 笔记(1)-Python机器学习的生态系统
- 无服务器探索之路(初级):AWS Lambda服务应用场景实践之一(一)
- 各种机器学习的应用场景分别是什么
- PHP高级应用开发实践(2)