Peter Harrington
人物简介：
Peter Harrington
拥有电气工程学士和硕士学位，他曾经在美国加州和中国的英特尔公司工作7年。Peter拥有5项美国专利，在三种学术期刊上发表过文章。他现在是Zillabyte公司的首席科学家，在加入该公司之前，他曾担任2年的机器学习软件顾问。Peter在业余时间还参加编程竞赛和建造3D打印机。
机器学习实战书籍相关信息
- ISBN：9787115317957
- 作者：李鹏 / 李锐 / 王斌 陶澜 主编 / Peter Harrington / 曲亚东
- 出版社：中国工信出版集团 人民邮电出版社
- 出版时间：2013-6
- 页数：332
- 价格：69.00元
- 纸张：暂无纸张
- 装帧：暂无装帧
- 开本：暂无开本
- 语言：暂无语言
- 丛书：图灵程序设计丛书·C/C++系列
- 原作名：Machine Learning in Action
- 适合人群：对机器学习感兴趣的技术爱好者，有志于通过实践提高算法应用能力的程序员，数据科学家，以及希望了解如何将机器学习应用于实际问题的专业人士
- TAG：数据分析 / 人工智能 / 机器学习 / Python编程 / 算法实战
- 豆瓣评分：8.1
- 更新时间：2025-05-10 03:07:53
内容简介：
机器学习是人工智能研究领域中一个极其重要的研究方向，在现今的大数据时代背景下，捕获数据并从中萃取有价值的信息或模式，成为各行业求生存、谋发展的决定性手段，这使得这一过去为分析师和数学家所专属的研究领域越来越为人们所瞩目。
本书第一部分主要介绍机器学习基础，以及如何利用算法进行分类，并逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。
全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，读者可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
全格式电子版 - 免费下载
