附注提要
本书是一本机器学习算法方面的理论+实践读物, 主要包含机器学习基础理论、回归模型、分类模型、聚类模型、降维模型和深度学习模型六大部分。机器学习基础理论部分包含第1、2章, 主要介绍机器学习的理论基础和工程实践基础。第3章是回归模型部分, 主要包括模型的建立、学习策略的确定和优化算法的求解过程, 最后结合三种常见的线性回归模型实现了一个房价预测的案例。第4至11章详细介绍了几种常见的分类模型, 包括朴素贝叶斯模型、K近邻模型、决策树模型、Logistic回归模型、支持向量机模型、随机森林模型、AdaBoost模型和提升树模型, 每一个模型都给出了较为详