附件:设置1:设置2:设置3:本书中介绍了近年来在业界被泛应的机器学习算法, 这些算法经受了时间的考验, 不但效果好且使用方便。此外, 本书也十分注重理论的深度和完整性, 内容编排要求由浅入深、推理完整、前后连贯、自成体系, 先讲统计学、矩阵、优化方法这些基础知识, 再介绍线性模型、概率图模型、本向量化算法、树模型和深度学习。与多数机器学习图书不同, 本书还介绍了算法周边的程架构及实现原理, 如何实时地收集训练样本和监控算法指标、参数服务器的架构设计、做A/B测试的注意事项等。摘要:
附注提要
本书中介绍了近年来在业界被泛应的机器学习算法, 这些算法经受了时间的考验, 不但效果好且使用方便。此外, 本书也十分注重理论的深度和完整性, 内容编排要求由浅入深、推理完整、前后连贯、自成体系, 先讲统计学、矩阵、优化方法这些基础知识, 再介绍线性模型、概率图模型、本向量化算法、树模型和深度学习。与多数机器学习图书不同, 本书还介绍了算法周边的程架构及实现原理, 如何实时地收集训练样本和监控算法指标、参数服务器的架构设计、做A/B测试的注意事项等。