最近黃小斜開始接觸了一些演算法方面的開工作，於是趕緊找了好些機器學習方面的書籍來看學習，從研發到演算法，果然是完全不一樣的感覺呀。如果你寫代碼寫膩了，也不妨來學習一下演算法方面的知識，從機器學習開始，打開AI學習之路的大門吧。 機器學習實戰系列書單 機器學習實戰 機器學習是人工智慧研究領域中一個極 ...
最近黃小斜開始接觸了一些演算法方面的開工作，於是趕緊找了好些機器學習方面的書籍來看學習，從研發到演算法，果然是完全不一樣的感覺呀。如果你寫代碼寫膩了，也不妨來學習一下演算法方面的知識，從機器學習開始，打開AI學習之路的大門吧。
機器學習實戰系列書單
機器學習實戰
機器學習是人工智慧研究領域中一個極其重要的研究方向，在現今的大數據時代背景下，捕獲數據並從中萃取有價值的信息或模式，成為各行業求生存、謀發展的決定性手段，這使得這一過去為分析師和數學家所專屬的研究領域越來越為人們所矚目。
《機器學習實戰》主要介紹機器學習基礎，以及如何利用演算法進行分類，並逐步介紹了多種經典的監督學習演算法，如k近鄰演算法、朴素貝葉斯演算法、Logistic回歸演算法、支持向量機、AdaBoost集成方法、基於樹的回歸演算法和分類回歸樹（CART）演算法等。第三部分則重點介紹無監督學習及其一些主要演算法：k均值聚類演算法、Apriori演算法、FP-Growth演算法。第四部分介紹了機器學習演算法的一些附屬工具。
《機器學習實戰》通過精心編排的實例，切入日常工作任務，摒棄學術化語言，利用高效的可復用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。通過各種實例，讀者可從中學會機器學習的核心演算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如彙總和簡化等。
作者簡介
Peter Harrington，擁有電氣工程學士和碩士學位，他曾經在美國加州和中國的英特爾公司工作7年。Peter擁有5項美國專利，在三種學術期刊上發表過文章。他現在是Zillabyte公司的首席科學家，在加入該公司之前，他曾擔任2年的機器學習軟體顧問。Peter在業餘時間還參加編程競賽和建造3D印表機。
機器學習原理、演算法與應用
機器學習是當前解決很多人工智慧問題的核心技術，自2012年以來，深度學習的出現帶來了人工智慧復興。本書是機器學習和深度學習領域的入門與提高教材，緊密結合工程實踐與應用，系統、深入地講述機器學習與深度學習的主流方法與理論。
本書理論推導與證明詳細、深入，結構清晰，詳細地講述主要演算法的原理與細節，讓讀者不僅知其然，還知其所以然，真正理解演算法、學會使用演算法。對於電腦、人工智慧及相關專業的本科生和研究生，這是一本適合入門與系統學習的教材；對於從事人工智慧和機器學習產品研發的工程技術人員，本書也具有很強的參考價值。
作者簡介
雷明，致力於研發機器學習與深度學習、電腦視覺框架，SIGAI創始人。2009年畢業於清華大學電腦系，獲碩士學位，研究方向為機器學習、電腦視覺，發表論文數篇。曾就職於百度公司，任高級軟體工程師和項目經理；zmodo/meshare，任CTO與平臺研發中心負責人。在機器學習、電腦視覺方向有豐富的學術研究與產品研發經驗。
scikit-learn 機器學習
機器學習是一個非常熱門的技術，本書內容涵蓋多種機器學習模型，包括流行的機器學習演算法，例如K近鄰演算法、邏輯回歸、朴素貝葉斯、K 均值演算法、決策樹以及人工神經網路。與此同時，還討論了數據預處理、超參數優化和集成方法等主題。
閱讀完本書之後，讀者將學會構建用於文檔分類、圖像識別、廣告檢測等任務的系統，還將學到如何使用scikit-learn類庫的API從類別變數、文本和圖像中提取特征，如何評估模型的性能，並對如何提升模型的性能建立直覺。
除此之外，還將掌握在實踐中運用scikit-learn構建高效模型所需的技能，並能夠通過實用的策略完成高級任務。
近年來，Python語言成為了廣受歡迎的編程語言，而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習演算法庫，它可以實現一系列常用的機器學習演算法，是一個好工具。
作者簡介
Gavin Hackeling 是一名數據科學家和作家。他研究過各種各樣的機器學習問題，包括自動語音識別、文檔分類、目標識別、以及語義切分。Gavin Hackeling 畢業於北卡羅來納大學和紐約大學，目前和他的妻子和貓生活在布魯克林。
