首先非常高兴可以获得这次测评机会，收到书也有一段时间了，恰巧我也是在日常学习生活中有用到机器学习的，下面来分享一下我对这本书的阅读心得，不当之处，还请各位业界同仁指出，欢迎讨论！
首先我们对书的整体进行一个全观，全书一共分为8个章节，循序渐进，章节安排合理，非常适合入门机器学习，而且书籍中没有太多晦涩难懂的数学知识，但是却能道出道理，是这本书的一大特色。此书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。
- 第一章介绍机器学习的基本概念和其的应用，并给出此书会用到的基本设置
- 第二章与第三章简单介绍了一些算法，并讨论这些算法之间的优劣性
- 第四章介绍了机器学习中应当注意的数据的特征
- 第五章介绍了调参
- 第六章介绍了channel
- 第七章讲解如何处理文本信息
- 第八章是全书的总结
总体来说书已经是一个早期的书了，使用的是在tensorflow之前出现的scikit-learn，但是有非常详尽的线上视频课程和代码资源，这也不失为入门的一个好突破口。
机器学习分为两类，一类是有监督学习一类是无监督学习，本书在分别介绍了这两种不同类型的学习类型。针对于有监督学习，提出了以下几个热门问题：
- 识别手写的数字（书写文本识别）
- 用于医学影像的识别是否为良性肿瘤
- 检测信用卡是否为存在着诈骗行为
- 确定一系列文章的中心主题
- 检测一个网站的访问模式，是否存在着异常访问
针对于无监督学习，与上面相同，其实只是在学习过程中是否有用户在纠正学习。下图就是一个为监督学习的典型例子，进行的人脸的重建。
作者： blackguest， 来源：面包板社区
链接： https://mbb.eet-china.com/blog/uid-me-3887513.html
版权声明：本文为博主原创，未经本人允许，禁止转载！
- 上一篇： uFun第四弹---最终总结
- 下一篇： 《运算放大器参数解析与LTspice应用仿真》试读报告
文章评论（2条评论）
登录后参与讨论
EE直播间
更多
-
无线前沿新技术与测试技术峰会-线上直播 直播时间： 12月05日 09:30 -
首场直播发布： Keysight AP5000 系列新型高性价比模拟信号源 直播时间： 12月06日 10:00 -
全面掌握功率表应用及校准 直播时间： 12月10日 10:00 -
提升毫米波信号测试精度 直播时间： 12月18日 14:00
关闭
站长推荐
/2 
/2
-
返回顶部
-
curton 2019-11-25 22:15
T.b.K 2019-11-15 09:19