机器学习实践：测试驱动的开发方法

《机器学习实践：测试驱动的发方法》面技术发人员、CTO和咨询顾问人员，介绍了机器学习的基本原理，涵盖了测试驱动的机器学习、机器学习概述、K近邻分类、朴素贝叶斯分类、隐马尔科夫模型、支持向量机、神经网络、聚类、核岭回归、模型改与数据提取等内容。
【推荐语】
本书面向技术发人员、CTO和咨询顾问人员，介绍了机器学习的基本原理，涵盖了测试驱动的机器学习、机器学习概述、K近邻分类、朴素贝叶斯分类、隐马尔科夫模型、支持向量机、神经网络、聚类、核岭回归、模型改与数据提取等内容。
【作者】
Matthew Kirk Matthew Kirk拥有经济学和应用与计算数学科学双学士学位。在2012年年初创立了数据科学和Ruby发咨询公司Modulus 7。针对使用机器学习和数据科学在全球做过演讲。