白话机器学习算法
2推荐 收藏
2.0K阅读

白话机器学习算法 [预售]

黄莉婷 , 苏川集 (作者) 武传海 (译者)
- 斯坦福大学大数据基础课程教材
- 文科生也看得懂的算法及数据科学入门书
- 涵盖回归分析、神经网络、决策树、A/B测试等重要主题
与使用数学语言或计算机编程语言讲解算法的书不同,本书另辟蹊径,用通俗易懂的人类语言以及大量有趣的示例和插图讲解10多种前沿的机器学习算法。内容涵盖k均值聚类、主成分分析、关联规则、社会网络分析等无监督学习算法,以及回归分析、k最近邻、支持向量机、决策树、随机森林、神经网络等监督学习算法,并概述强化学习算法的思想。

收藏本书能做什么?

有情况的时候会收到通知,比如电子书发布等。

纸质书
¥41.65 ¥49.00

出版信息

本书特色

“这本书出色地将机器学习概念可视化,有利于非技术专业的学生直观理解这些抽象概念。”
——Ethan Chan
斯坦福大学大数据讲师

“这是一本通俗易懂的机器学习算法书。数据科学新手可以将它作为入门读物;商务人士可以通过它理解数据分析师的工作;任何想了解自己的个人数据何去何从的读者,都会从中有所启发。”
——David Stillwell
剑桥大学心理测量中心副主任

“对于和大数据打交道的商务人士来说,这本书有助于解开他们对高级统计学的疑惑。”
——Tathagata Dasgupta
维亚康姆集团数据科学与高级分析部主管

“我向所有想汲取数据科学和机器学习的精髓却不想陷入数学和编程细节的人推荐这本书。”
——亚马逊读者

目录

阅读
前言 阅读
为何需要数据科学 阅读
第1章 基础知识
第2章 k均值聚类
第3章 主成分分析
第4章 关联规则
第5章 社会网络分析
第6章 回归分析
第7章 k最近邻算法和异常检测
第8章 支持向量机
第9章 决策树
第10章 随机森林
第11章 神经网络
第12章 A/B测试和多臂老虎机
附录A 无监督学习算法概览
附录B 监督学习算法概览
附录C 调节参数列表 
附录D 更多评价指标
术语表 阅读
关于作者

作者介绍

黄莉婷(Annalyn Ng),高级数据分析师,剑桥大学心理测量中心硕士,曾受邀在迪士尼研究中心研究客户行为科学,并通过数据挖掘技术帮助三星和雅虎等公司制定营销和人员招聘等方面的策略。

苏川集(Kenneth Soo),斯坦福大学统计学硕士,华威大学高材生,曾从事网络随机故障下应用程序的双目标稳健优化研究,善于用通俗的语言介绍数据科学。

大家也喜欢

  • Spark机器学习(第2版)

    [印]拉结帝普•杜瓦   [印]曼普利特•辛格•古特拉   [南非]尼克•彭特里思   蔡立宇   黄章帅   周济民   译

    本书结合案例研究讲解Spark 在机器学习中的应用,并介绍如何从各种公开渠道获取用于机器学习系统的数据。内容涵...

  • 我的第一本算法书

    宫崎修一   石田保辉   张贝   译

    本书采用大量图片,通过详细的分步讲解,以直观、易懂的方式展现了7个数据结构和26个基础算法的基本原理。第1章介...

  • Python深度学习

    [美] 弗朗索瓦•肖莱   张亮(hysic)   译

    本书由Keras之父、现任Google人工智能研究员的弗朗索瓦•肖莱(François Chollet)执笔...

  • 机器学习与优化

    [意] 罗伯托·巴蒂蒂   [意] 毛罗·布鲁纳托   王彧弋   译

    本书是机器学习实战领域的一本佳作,从机器学习的基本概念讲起,旨在将初学者引入机器学习的大门,并走上实践的道路。...

  • 枕边算法书

    林栢濬   崔盛一   译

    本书第1章重点讲解各种常见算法,第2章主要介绍几种相对少见的算法,第3章和第4章探究其他程序员编写的代码,从中...

  • 后续会出电子版吗
    旅途行者无疆  发表于 2019-01-31 18:04:52
    推荐
    • 您好,会有电子版,预计2月和纸质版同步上架。

      谢婷婷  发表于 2019-01-31 18:15:23