虽然机器学习的专业知识并不意味着你可以创建自己的图灵测试证明机器人(就像电影《机械总动员》中那样),但它是人工智能的一种形式,是快速大规模识别机会和解决问题的最令人兴奋的技术手段之一。任何掌握了机器学习原理的人都将掌握我们科技未来的很大一部分,并在职业领域开辟令人难以置信的新方向,包括欺诈检测、优化搜索结果、服务实时广告、信用评分、建立精确而复杂的定价模型等等。

与大多数机器学习书籍不同的是,完全更新的第二版《傻瓜机器学习》并不假设你有多年使用编程语言(如Python)的经验,但让你入门,涵盖了入门的材料,将帮助你建立和运行你需要执行实际任务的构建模型。它揭示了推动机器学习的潜在的——迷人的——数学原理,同时也表明,你不需要是一个数学天才,就可以构建有趣的新工具,并将它们应用到你的工作和学习中。

  • 了解人工智能和机器学习的历史
  • 使用Python 3.8和TensorFlow 2。x(及R下载)
  • 构建并测试您自己的模型
  • 使用最新的数据集,而不是在其他书中找到的陈旧的数据
  • 将机器学习应用于实际问题
  • 无论你想为大学学习或提高你的业务或职业表现,这本机器学习指南是您最好的机器学习介绍,让您快速使用这个惊人的和快速发展的技术,影响世界各地的更好的生活。

成为VIP会员查看完整内容
70

相关内容

“机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让 可以自动“ 学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。很多 推论问题属于 无程序可循难度,所以部分的机器学习研究是开发容易处理的近似算法。” ——中文维基百科

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【2020新书】图机器学习,Graph-Powered Machine Learning
专知会员服务
339+阅读 · 2020年1月27日
421页《机器学习数学基础》最新2019版PDF下载
程序员精选:TensorFlow和ML前5名的课程
云栖社区
8+阅读 · 2018年8月27日
Arxiv
45+阅读 · 2019年12月20日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
22+阅读 · 2018年8月30日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
151+阅读 · 2017年8月1日
VIP会员
相关论文
Arxiv
45+阅读 · 2019年12月20日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
18+阅读 · 2019年1月16日
Arxiv
22+阅读 · 2018年8月30日
Mobile big data analysis with machine learning
Arxiv
6+阅读 · 2018年8月2日
Stock Chart Pattern recognition with Deep Learning
Arxiv
6+阅读 · 2018年8月1日
Arxiv
151+阅读 · 2017年8月1日
微信扫码咨询专知VIP会员