测评：《图解机器学习算法》

↑↑↑点击上方蓝字，回复资料，10个G的惊喜

时常会收到出版社的赠书，越攒越多，书柜都塞不下了。

每本书都有属于它的、最适合的读者，为避免大家入坑，老胡就想把看过的感觉还可以的书拿出来做个测评，希望这些书都能找到它的读者。这个系列应该会不定期更新，第一期：人民邮电出版社《图解机器学习算法》

本书基于丰富的图示，详细介绍了有监督学习和无监督学习的17种算法，包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k- means算法、混合高斯分布、LLE和t-SNE。每个算法的讲解都分：概述、算法说明、详细说明三个部分。

测评：

1，印刷质量优，彩印图表，阅读体验不错。

2，常用算法都有涉及，浅显易懂，核心思想介绍到位。

3，算法用法多来自sklearn且代码过于简易，不足以完全掌握对应算法用法。

4，机器学习全流程基本都有介绍，但深度不足。

总结，适合有一丁点基础想要深入但又不想被吓到半途而废的同学。

推荐阅读
（点击标题可跳转阅读）
下载 | 经典著作《机器学习：概率视角》.pdf
从贝叶斯定理到概率分布：详解概率论
机器学习：XGBoost vs 神经网络
斯坦福大学计算机系，所有课程！
关于决策树，你一定要知道的知识点！
Python 优化提速的 8 个小技巧
老铁，三连支持一下，好吗？↓↓↓