★★★【機器學習】+【演算法】★★★
★★★★★【PyTorch】+【Jupyter】★★★★★
一步一腳印、腳踏實地
機器學習經典演算法全面講解
我們平常視為理所當然的L1、L2、Softmax，Cross Entropy，都是基礎的機器學習所推導出來的，很多人以為不需要學的機器學習演算法，才是站穩腳步的基本大法！
本書就是讓你可以用Python來真正真槍實戰上手機器學習。從最基礎的資料清理、特徵工程開始，一直到資料集遺漏值的研究，包括了特徵變換、建構，降維等具有實用性的技巧，之後說明了模型是什麼，接下來全書就是各種演算法的詳解，最後還有一個難得的中文自然語言處理的案例，不像一般機器學習的書千篇一律MNIST手寫辨識、人臉辨識這麼平凡的東西，難得有深入「機器學習」的動手書，讓你真的可以在人工智慧的領域中走的長長久久。
大集結！聚類演算法
✪K-means 聚類
✪系統聚類
✪譜聚類
✪模糊聚類
✪密度聚類
✪高斯混合模型聚類
✪親和力傳播聚類
✪BIRCH 聚類
技術重點
✪資料探索與視覺化
✪Python實際資料集特徵工程
✪模型選擇和評估
✪Ridge回歸分析、LASSO回歸分析以及Logistic回歸分析
✪時間序列分析
✪聚類演算法與異常值檢測
✪決策樹、隨機森林、AdaBoost、梯度提升樹
✪貝氏演算法和K-近鄰演算法
✪支持向量機和類神經網路
✪關聯規則與文字探勘
✪PyTorch深度學習框架