Python机器学习算法： 原理、实现与案例

本书用平实的语言深浅出地介绍当前热门的机器学习经典算法，包括线性回归、Logistic回归与Softmax回归、决策树（分类与回归）、朴素贝叶斯、支持向量机、K近邻学习、K-Means和人工神经网络，针对每一个算法首先介绍数学模型及原理，然后根据模型和算法描述使用Python编程和Numpy库行算法实现，*后通过案例让读者一步体会算法的应用场景以及应用时所需注意的问题。 本书适合准备人工智能和数据分析与挖掘领域的初学者，对机器学习算法感兴趣的爱好者、程序员、大学生和各类IT培训班的学员使用。
【推荐语】
详细阐述数学模型的理论基础和算法原理 使用Python编程和基于Numpy的算法实现，代码注释详尽 通过项目实战深体验算法的应用场景及其使用中需注意的问题
【作者】
刘硕，硕士，曾就职于知名外企，从事一线发工作10年，目前主要从事Python发与教学及机器学习算法的研究工作，在慕课网设有多门Python课程，深受学员欢迎。