▶圍繞三大主線:神經網路、智慧推理、矩陣計算
▶提供豐富案例:近25個經典的演算法講解
▶解剖具代表性的演算法:Scikit-Learn、OpenCV、Theano
本書以機器學習原理和演算法編碼學習為主,內容分二大主線:單個演算法的原理講解和機器學習理論的發展變遷。
演算法除包含傳統的分類、聚類、預測等常用演算法之外,還新增深度學習、貝氏網、隱馬克夫模型等內容。每個演算法,都涵蓋提出問題、解決策略、數學推導、編碼實現、結果評估等部分。
數學推導力圖做到深入淺出。結構上數學原理與程式碼一一對照,有助於降低學習門檻,加深公式的理解,發揮推廣和擴大機器學習的作用。
適合:對機器學習演算法有興趣者,或工程技術人員。