机器学习实战 (图灵程序设计丛书 72)

商家名称	信用等级	购买信息	订购本书
		机器学习实战 (图灵程序设计丛书 72)
		机器学习实战 (图灵程序设计丛书 72)

机器学习是人工智能研究领域中的一个极其重要的方向。在现今大数据时代的背景下，捕获数据并从中萃取有价值的信息或模式，使得这一过去为分析师与数学家所专属的研究领域越来越为人们瞩目。
　　《机器学习实战》通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效可复用的Python代码阐释如何处理统计数据，进行数据分析及可视化。读者可从中学到一些核心的机器学习算法，并将其运用于某些策略性任务中，如分类、预测及推荐等。
　　《机器学习实战》适合机器学习相关研究人员及互联网从业人员学习参考。

网友对机器学习实战 (图灵程序设计丛书 72)的评论

一本书，带给读者的应该是知识与思考，我觉得这本书是好的，看重的不在于它是多么系统而又严谨，而是能给我带来多少的启发、思考，带来多少的便捷、实用。
已经看了9章，老实说，这本书的翻译可以给很高的分数，阅读起来没有障碍，很清晰、流畅。
如果你想了解机器学习的经典算法，如果你和我一样，觉得通过一些生活中具体而又有趣的例子来学习知识，如果你想了解一下python的开发基础和相关类库，那么这本书很适合你来阅读。

这本书不错，相对来说比较适合入门。如果想搞机器学习或者数据挖掘，想要了解相关的算法，可以看看这本书。
但是这本书讲得并不深，只是把算法简单地用python实现了出来，如果想了解更深刻应该去看相关的论文。

以一本入门教材而论，算是不错的了，毕竟关于这方面出色的书不多，这一本比较轻松。
程序可以，又有案例，用到python，不深，都有兴趣学机器学习了，学点python应该也没什么好抱怨的。
注意两点：
1）机器学习本身是硕士生以上级别的知识，别指望会简单到哪去
2）算法和程序毕竟都是入门学习级别的，并非最优

亚马逊的KINDLE样张能不能不要只截取前面的封面和导言？下个样张80%都是在感谢某某某的帮助，翻译这本书的心路历程……谁想看这些啊？能否带几页正文？样张下下来根本看不出来专业书籍在KINDLE内显示的效果如何，没法决定能不能买啊

你需要知道几点：
1.这本书适合你做为机器学习的入门，python是个好东西，但是我强调一点，你一定要搞清楚，这本书的代码版本全是基于python2.5的，如果你做为一个菜鸟，初学者，不会命令行，不清楚自己机器python的版本，最好要去查一下自己机器的python版本，网上的教程很多。这个领悟有多么的痛，为在这就不多说了，我是python3.x的坚实拥护者，但学习这本书，很多代码运行起来是通不过的，涉及到python2.x与3.x的区别，个人就不再赘述。
2.学习机器学习的入门书有很多种，这个完全可以是作为好书推荐，当然大牛是看论文的，学到最后你还是发现，数学才是人类智慧的明珠。
3.这本书，一路看下来，如果用心的话，完全是可以看得懂，并且跟进敲写代码，但是如果再用心点，你会疑问为什么算法是这样的？最终还是数学，如果想知道算法的原理，想入坑的话，有很多书可以推荐。。。
4.这本书的封面真心丑，要是换成动物书那样的话，买的人估计会更多吧，个人鄙见。

希望以上可以给你们一些有用的内容。

首先：买这本书是因为近期正在学习Python，看到这本书有算法实现的实例，就决定购买了；
其次：在没有看过原著的情况下，这本书的翻译还是挺顺畅的（虽然也可以几处翻译问题），但至少看起来有国内作者的风格，而不像英文书籍那样很多啰嗦的背景、原理的说明，理解起来还是比较通顺的；
第三：诚如作者在一开头就提到的，本书几乎没有提到数学推导，但是结合算法的背景描述、需求场景，还是能让读者看到对应算法是用来解决什么的；再次算法代码也有伪代码说明、代码实例、代码重点内容的文字说明（建议将这些文字说明以bullets的形式更好，而不是全以通文的形式来说明），能比较清楚的理解代码的实现逻辑；
第四：本书涉及的内容包括：KNN算法、Naive Bay饿死算法、Logistic Regression算法、SVM、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。第三部分则重点介绍无监督学习及其一些主要算法：K-Means聚类算法、Apriori算法、FP-Growth算法。第四部分介绍了机器学习算法的一些附属工具。（其中Apriori算法和FP-growth对我还是比较有帮助的，只是因为之前我对这方面的了解不多）
第五：虽然试了两个Python代码的例子，但比较遗憾的是，我也没有全部都尝试一遍。从Python代码的实现来看，Python版本是"rest":"2.5，如网上很多评论，要轻松跑起来是不容易的。同时这本书用原生的 python numpy来实现各种机器学习算法，实现是较简化，并非最优，要想在大规模数据集上运行就很难。所以这本书的定位也是初学者。"

虽然附录有python安装教程但是正文对python的讲解明显是针对有一定python基础的编程者。
注意公认代码有一些错误...请搜索勘误表

这本书最大的有点和缺点也就是原理部分非常简略。
基本是非常生动有趣地告知基本思路，然后直接给出例题和代码。代码的解释也是比较简略的，建议至少结合吴恩达CS229的理论讲解。不然敲代码也只是练英文的大小写切换。

另外，附录虽然给了python本体和库的下载地址，我还是建议直接下载Anaconda，选择适合的python版本（建议2.7）即可。Anaconda内置了numpy等等科学计算用库（和python本体）
python零基础的弥补：
我个人采取的办法是先去刷coursera密歇根那套零基础的“大家的编程(Python入门)”，至少看前2部分。有配套教材可下载，已汉化。用1.5倍或者2.0倍看。这样看完至少看到代码，至少知道那些是内置函数哪些是自己取名的变量；还有哪里用了列表、字典的格式，有什么性质。遇到不认识的再去搜。这方面的网络资料还是很丰富的。

喜欢机器学习实战 (图灵程序设计丛书 72)请与您的朋友分享,由于版权原因，读书人网不提供图书下载服务

查看更多 下一篇