机器学习入门

书籍简介:

机器学习是一门涉及高等数学、线性代数、概率论、统计学和运筹学等领域的交叉学科。机器学习的基础就是数学，因此本书着重深入浅出地对机器学习算法的相关原理进行了严谨的数学推导。并利用Python 3对各种机器学习算法进行复现，并在各种数据集上进行实战。内容包括：第1章 机器学习及其数学基础，第2章 线性回归，第3章 局部加权线性回归，第4章 Logistic回归与Softmax回归，第5章 模型评估与优化，第6章 BP神经网络，第7章 K-Means聚类算法，第8章 高斯混合模型，第9章 主成分分析。 本书适合需要全面学习机器学习算法的初学者，希望掌握机器学习算法数学理论的程序员，专业培训机构学员，需要学习Python的程序员，对机器学习算法兴趣浓厚的人员阅读。

书籍规格:

书籍信息归属:

机器学习入门是北京大学出版社于2019.12出版的中图分类号为 TP181 的主题关于 机器学习 的书籍。