機器學習算法的數學解析與 Python 實現

本書以機器學習的算法為主線，深入剖析算法的概念和數學原理，以通俗形象的語言進行講解，讓讀者無須儲備很多數學知識，就能看懂數學公式所表達的意思，從而快速掌握機器學習的思想和原理。本書首先介紹機器學習的基本概念及工具，然後從概念、原理、Python實現、應用場景幾個方面，詳細剖析機器學習中的主要算法，如線性回歸算法、Logistic回歸算法、KNN算法、樸素貝葉斯算法、決策樹算法、支持向量機算法、K-means聚類算法、神經網絡、集成學習方法等。

如果你之前不太瞭解機器學習，現在想要瞭解機器學習的主流算法和原理，並希望快速、清晰地建立對機器學習的“大局觀”，但是擔心一上來就被各種艱澀的數學公式“揍”得眼冒金星，或者擔心文字過於“戲說”而失去了機器學習算法的本義，那這本書也許就是你想要的。

本書主要特色：
生動——語言生動幽默，通過分析大量生活案例，幫助讀者理解機器學習的算法。
簡單——讓很多聽起來高大上的名詞更加貼近實際應用。
實用——精選了最主要的機器學習算法，如線性回歸算法、Logistic回歸算法、KNN算法、樸素貝葉斯算法、決策樹算法、支持向量機算法、K-means聚類算法、神經網絡、集成學習方法等。
系統——從概念、原理、Python實現、應用場景幾個方面，詳細剖析機器學習中主要的算法。