图解机器学习算法

152张图表，轻松掌握17种常用算法！

没有复杂公式，零基础也可轻松读懂！

用Python3.7实现机器学习的相关算法！

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。书中针对各算法均用Python代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。

【本书适合的读者】

1.对机器学习感兴趣，并且已开始学习的人

2.了解一些机器学习算法，想学习更多机器学习算法的人

3.不擅长数学公式，在阅读机器学习专业书时感到吃力的人

4.希望能够根据要解决的问题选择恰当的机器学习算法的人

4.有一定的编程经验，能够运行示例代码的人

秋庭伸也

日本早稻田大学硕士毕业，目前在Recruit Communications公司担任技术负责人。

杉山阿圣

具有多年研发经验，目前在AI创业公司SENSY担任机器学习研究员。

寺田学

CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF（Python软件基金会）贡献成员。