Python與機器學習實戰：決策樹、集成學習、支持向量機與神經網絡算法詳解及編程實現

Python與機器學習這一話題是如此的寬廣，僅靠一本書自然不可能涵蓋到方方面面，甚至即使出一個系列也難能做到這點。單就機器學習而言，其領域就包括但不限於如下：有監督學習（Supervised Learning），無監督學習（Unsupervised Learning）和半監督學習（Semi-Supervised Learning）。而具體的問題又大致可以分兩類：分類問題（Classification）和回歸問題（Regression）。Python本身帶有許多機器學習的第三方庫，但本書在絕大多數情況下只會用到Numpy這個基礎的科學計算庫來進行算法代碼的實現。這樣做的目的是希望讀者能夠從實現的過程中更好地理解機器學習算法的細節，以及了解Numpy的各種應用。不過作為補充，本書會在適當的時候應用scikit-learn這個成熟的第三方庫中的模型。本書適用於想了解傳統機器學習算法的學生和從業者，想知道如何高效實現機器的算法的程序員，以及想了解機器學習的算法能如何進行應用的職員、經理等。



畢業於北京大學數學系，就職於北京霄飛亞科技有限公司，有10多年C語言開發經驗，后來轉做Python，對機器學習、神經網絡、貝葉斯算法有深入研究。曾經參與過實時目標跟蹤算法研究；行人檢測及其python的實現；基於神經網絡的目標檢測算法研究。