📚 网上馆配 · 在线荐购平台

内容简介：本书共11章, 分别介绍机器学习基本概念、决策树、K最近邻算法、支持向量机、线性模型、贝叶斯分类器、数据降维、聚类算法、人工神经网络、随机森林等基础模型或算法。本书通过具体的案例让读者学到思考问题的方式, 包括决策树算法案例、K最近邻算法案例、SVM算法案例、logistic回归算法案例、贝叶斯分类器案例、数据降维算法案例、聚类算法案例、人工神经网络案例、随机森林案例, 帮助读者了解机器学习的各种算法, 让读者真正理解算法、学会使用算法。