白话机器学习算法

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*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。
【推荐语】
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门书 涵盖回归分析、神经网络、决策树、A/B测试等重要主题
【作者】
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。