内容介绍

在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。本书首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。

用最火的 Python 语言、通过各种各样的机器学习算法来解决实际问题！

书中介绍的主要问题如下。

• 探索分类分析算法并将其应用于收入等级评估问题
• 使用预测建模并将其应用到实际问题中
• 了解如何使用无监督学习来执行市场细分
• 探索数据可视化技术以多种方式与数据进行交互
• 了解如何构建推荐引擎
• 理解如何与文本数据交互并构建模型来分析它
• 使用隐马尔科夫模型来研究语音数据并识别语音

作者简介

Prateek Joshi，人工智能专家，重点关注基于内容的分析和深度学习，曾在英伟达、微软研究院、高通公司以及硅谷的几家早期创业公司任职。