30秒極速瞭解本書精華內容
◆ 理論基礎
機器學習的應用場景、機器學習應用程式開發的典型步驟
Python機器學習開發套件：numpy、pandas和matplotlib演算法模型性能評估的指標和評估方法
◆ 八大常用機器學習演算法
k-近鄰演算法、線性回歸演算法、邏輯回歸演算法、決策樹
支持向量機、單純貝氏演算法、PCA演算法、k-平均值演算法
◆ 七大實戰演練案例
糖尿病檢測、預測房價、乳腺癌檢測、鐵達尼號倖存者預測
文件類別預測、人臉識別、文件自動分類
◆ 本書適用讀者
想從事機器學習、人工智慧、深度學習及機器人相關技術的程式師和愛好者閱讀，相關院校和培訓機構也可以作為教材使用
本書特色
通俗易懂/圖示引導/豐富實例
高效入門機器學習最佳速成
◆ 理論基礎
機器學習的應用場景、機器學習應用程式開發的典型步驟
Python機器學習開發套件：numpy、pandas和matplotlib演算法模型性能評估的指標和評估方法
◆ 八大常用機器學習演算法
k-近鄰演算法、線性回歸演算法、邏輯回歸演算法、決策樹
支持向量機、單純貝氏演算法、PCA演算法、k-平均值演算法
◆ 七大實戰演練案例
糖尿病檢測、預測房價、乳腺癌檢測、鐵達尼號倖存者預測
文件類別預測、人臉識別、文件自動分類
◆ 本書適用讀者
想從事機器學習、人工智慧、深度學習及機器人相關技術的程式師和愛好者閱讀，相關院校和培訓機構也可以作為教材使用
本書特色
通俗易懂/圖示引導/豐富實例
高效入門機器學習最佳速成