机器学习系统设计
出版社: 人民邮电出版社
原作名: Building Machine Learning Systems with Python
译者: 刘峰 | Luis Pedro Coelho
出版年: 2014-7-1
页数: 210
定价: CNY 49.00
装帧: 平装
ISBN: 9787115356826
内容简介
如今,机器学习正在互联网上下掀起热潮,而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言,它支持快速探索和实验,并且针对Python的机器学习算法库的数量也与日俱增。本书最大的特色,就是结合实例分析教会读者如何通过机器学习解决实际问题。
本书将向读者展示如何从原始数据中发现模式,首先从Python与机器学习的关系讲起,再介绍一些库,然后就开始基于数据集进行比...
作者简介
作者简介:
Willi Richert
机器学习和机器人学博士,目前任职于微软Bing搜索核心研发团队。他从事多种机器学习领域的研究,包括主动学习和统计机器翻译。
Luis Pedro Coelho
计算生物学家,主要关注生物图像信息学和大规模图像数据的处理,致力于生物标本图像分析中机器学习技术的应用,他还是Python计算机视觉库ma...
目录
文章试读
本书将全面展示不同应用领域正在使用的各种机器学习算法,以及使用它们时应当注意什么。然而,根据亲身经验,我们知道做这些很“酷”的事——使用和调整机器学习算法,比如支持向量机(SVM)、最邻近搜索(NNS),或者同时支持两者——其实只需要耗费一位优秀机器学习专家的一点儿时间。看看下面这个典型的工作流程,你就会发现绝大部分时间将花费在一些相当平凡的任务上: (1) 读取和清洗数据; (2) 探索和理...
该书热门标签
- 最新
- 热门
-
0 Matrix 2015-09-29
hands on的书,实践派, 基本无理论,适合enable。
-
0 大猫桑 2016-01-27
主要依赖scikit-learn、numpy、scipy、matplotlib这些库,分类的评估写的比较细致
-
0 cloud 2017-02-19
本来以为这本书是边干边学性质的,在学习第一章、第二章的时候有这种错觉,觉得自己能跟得上。后来发现,后面的章节升级曲线非常扯淡,一会儿特别难,一些地方又简单的,作者真的指望读者看他后面的代码能熟练掌握、灵活运用么?有些简单的部分直接是抄的sklearn官方的包库讲解。所以,虽然我很差,但这本书这样写的话,也很不负责任啦
-
0 kangsgo 2017-04-02
学之前最好把numpy,scipy和sklearn看懂,否则学的比较困难
-
0 豆邮 (65535) 2016-05-02
回归介绍的全是线性回归…
-
0 纳什均衡 2015-03-31
一个case都没有动手去实现的我最后还是忍不住mark一个已读…
-
0 舟行 2014-09-07
简单过了一遍,主要是了解有哪些纬度和实现了什么效果。 这本书没有涉及任何理论行的东西,如果不是照着例子来实验的话,价值不大。 关键问题之一:了解每种方法的适用场景、效果、优点和缺点
-
0 紫狐狸 2014-10-09
写得过于简略,不如机器学习实践+gensim资料来得实用。这些书真是越来越水。
-
0 Aull 2015-07-12
比较偏向算法的思路与实现,具体代码不多
-
0 乌拉 2015-12-31
hands-on, entry-level
-
1 走着 2016-06-03
各种理论工具(机器学习算法、python、scikit-learn、nltk、numpy)过了一遍之后,看这本书的实际应用,指导思路,非常舒心。因为这本书既不讲理论算法,也不系统介绍工具应用,就是讲怎么用工具、算法一系列的武器去解决问题,解决问题过程中碰到问题,再怎么思考变换方法,力求达到解决问题的效果。所以感觉起来,不是用来入个门的书,而是在一定基础之后,将各个板块(算法、工具)串一串,了解解决问题的思路。
-
0 Matrix 2015-09-29
hands on的书,实践派, 基本无理论,适合enable。
-
0 大猫桑 2016-01-27
主要依赖scikit-learn、numpy、scipy、matplotlib这些库,分类的评估写的比较细致
-
0 cloud 2017-02-19
本来以为这本书是边干边学性质的,在学习第一章、第二章的时候有这种错觉,觉得自己能跟得上。后来发现,后面的章节升级曲线非常扯淡,一会儿特别难,一些地方又简单的,作者真的指望读者看他后面的代码能熟练掌握、灵活运用么?有些简单的部分直接是抄的sklearn官方的包库讲解。所以,虽然我很差,但这本书这样写的话,也很不负责任啦
-
0 kangsgo 2017-04-02
学之前最好把numpy,scipy和sklearn看懂,否则学的比较困难
-
0 豆邮 (65535) 2016-05-02
回归介绍的全是线性回归…
-
0 纳什均衡 2015-03-31
一个case都没有动手去实现的我最后还是忍不住mark一个已读…
-
0 舟行 2014-09-07
简单过了一遍,主要是了解有哪些纬度和实现了什么效果。 这本书没有涉及任何理论行的东西,如果不是照着例子来实验的话,价值不大。 关键问题之一:了解每种方法的适用场景、效果、优点和缺点
-
0 紫狐狸 2014-10-09
写得过于简略,不如机器学习实践+gensim资料来得实用。这些书真是越来越水。
-
0 Aull 2015-07-12
比较偏向算法的思路与实现,具体代码不多
- 最新
- 热门
-
机器学习系统设计
0有用 涅瓦纳 2017-04-21
如今,机器学习正在互联网上下掀起热潮,而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言,它支持快速探索和实验,并且针对Python的机器学习算法库的数量也与日俱增。本书最大的特色... 查看全部>>
-
一本简洁、务实且易上手的数据科学家养成秘籍
1有用 dongpf 2016-07-06
如果想要系统的学习机器学习算法,就别翻这本书了。这本书是为那些看完统计学习方法这类偏理论书籍,但依然不知道怎么下手写代码解决实际问题的新手准备的;这本书是为那些学会了几个机器学习算法就自诩掌握机器学习... 查看全部>>
-
如果你跟我一样是喜欢跟着书敲一遍代码的话
7有用 薛定谔的熊 2016-03-04
诚如题目:如果你跟我一样看这种书是喜欢跟着书敲一遍代码的话,我想这本书如果你想要跟着作者把上面书中的例子全部过一遍,你是需要具备以下这样几点知识储备的。第一.python(不只限于简单的语法,越熟越好... 查看全部>>
-
刚看了开头,就发现是很不一样的书
24有用 Miner帆 2014-01-14
讲机器学习理论的经典教材很多,但讲经典的理论如何实现的好书就不那么多了。用python做机器学习的书,《集体智慧编程》《机器学习实战》算是佼佼者,但这些书都是讲的怎么自己造轮子。而造出来的轮子在实际工... 查看全部>>
-
刚看了开头,就发现是很不一样的书
24有用 Miner帆 2014-01-14
讲机器学习理论的经典教材很多,但讲经典的理论如何实现的好书就不那么多了。用python做机器学习的书,《集体智慧编程》《机器学习实战》算是佼佼者,但这些书都是讲的怎么自己造轮子。而造出来的轮子在实际工... 查看全部>>
-
如果你跟我一样是喜欢跟着书敲一遍代码的话
7有用 薛定谔的熊 2016-03-04
诚如题目:如果你跟我一样看这种书是喜欢跟着书敲一遍代码的话,我想这本书如果你想要跟着作者把上面书中的例子全部过一遍,你是需要具备以下这样几点知识储备的。第一.python(不只限于简单的语法,越熟越好... 查看全部>>
-
一本简洁、务实且易上手的数据科学家养成秘籍
1有用 dongpf 2016-07-06
如果想要系统的学习机器学习算法,就别翻这本书了。这本书是为那些看完统计学习方法这类偏理论书籍,但依然不知道怎么下手写代码解决实际问题的新手准备的;这本书是为那些学会了几个机器学习算法就自诩掌握机器学习... 查看全部>>
-
机器学习系统设计
0有用 涅瓦纳 2017-04-21
如今,机器学习正在互联网上下掀起热潮,而Python则是非常适合开发机器学习系统的一门优秀语言。作为动态语言,它支持快速探索和实验,并且针对Python的机器学习算法库的数量也与日俱增。本书最大的特色... 查看全部>>
评价“机器学习系统设计”