用测试驱动方法开发出可靠、稳定的机器学习算法
利用机器学习技术解决涉及数据的现实问题
通过阅读本书,你将能够:
在编写代码之前,运用测试驱动的方法来编写和运行测试
学习八种机器学习算法的最佳用法,并进行权衡
通过动手实践真实示例,对每种算法进行测试
理解测试驱动开发和对解进行验证的科学方法之间的相似性
获悉机器学习的风险,如对数据产生欠拟合或过拟合
探索可改善机器学习模型或数据提取的各种技术
本书每一章都通过示例介绍了机器学习技术能够解决的有关数据的具体问题,以及求解问题和处理数据的方法。具体涵盖了测试驱动的机器学习、机器学习概述、K 近邻分类、朴素贝叶斯分类、隐马尔可夫模型、支持向量机、神经网络、聚类、核岭回归、模型改进与数据提取等内容。
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“M220” 可以获取《【经典书】机器学习实践,220页pdf讲述测试驱动的开发方法》专知下载链接索引