新書上市 | 日系圖解系列新成員，看看圖就能學會的機器學習演算法書來了！
鄭明智 譯
沒有複雜公式，152張圖表
輕鬆掌握17種常用演算法
不過能輕鬆看懂PRML（Pattern Recognition and Machine Learning）、ESL（Elements of Statistical Learning）的人是用不著這本的。
每個演算法用幾頁的篇幅來講解，雖說不能立馬就會用，但是用來整理思路，或者在向客戶說明演算法時用來參考，都是非常不錯的呢！
這本在日亞斬獲無數好評的書，究竟是什麼樣的，我們來一探究竟。
● 這本書講了什麼？
話不多說，先上結構圖：
1. 把握全貌
在第1章，我們將對什麼是機器學習，以及機器學習的工作流程有一個大致的把握。書中的介紹均以事例為基準，非常直觀易懂。比如分類是這樣的：
2. 逐個突破
全彩圖表 | 具體示例 | Python程式碼，詳解各種演算法。
第 2~3 章是本書重點，將詳細講解有監督學習和無監督學習的 17 種演算法，涉及回歸、分類、降維、聚類等問題。
（本書涉及的演算法）
對各種演算法的介紹主要以「圖解」的方式進行，直觀易懂。在這兩章，我們可以了解到各演算法的特點，以及如何為數據集選擇合適的演算法。
各演算法自成一節，方便作為案頭書隨時查找，大家也可挑選感興趣的演算法來閱讀。
向左滑動查看更多
在運行機器學習演算法創建模型後，還要評估模型是否有用。所謂「沒有測量，就沒有科學」，在機器學習領域，對模型的評估非常重要。第 4 章將重點介紹有監督學習的評估方法、提高模型性能的方法，以及對較為複雜的文本數據、影像數據的轉換處理。
（第4章介紹的評估指標）
● 本書特色
1.全面：網羅有監督學習和無監督學習的17種演算法，涉及回歸、分類、降維、聚類等問題。
● 本書適合讀者
√了解一些機器學習演算法，想學習更多機器學習演算法的人
√不擅長數學公式，在閱讀機器學習專業書時感到吃力的人
√希望能夠根據要解決的問題選擇恰當的機器學習演算法的人
√有一定的編程經驗，能夠運行示例程式碼的人
文末互動
小夥伴們留言說說你在機器學習中遇到哪些勸退你的困難？或者你有什麼好的學習演算法的方法，可以安利給其他小夥伴們。精選留言我們會選擇 3 位讀者獲得新書一本，你將有可能成為這本書的第一批讀者哦！快來留言吧！截至2021.7.1。
活動規則：
1. 在本文（AI研習社網站端）留言區留言，在綜合留言品質（留言是敷衍還是走心）和留言點贊最高的讀者中選出3位讀者獲得贈書。獲得贈書的讀者請聯繫 AI 研習社客服（AIyanxishe3）。
2. 留言內容會有篩選，例如「選我上去」、「這書寫的很棒（僅僅幾個字）」等內容將不會被篩選，亦不會中獎。
3. 本活動時間為2021年6月25日 – 2020年7月1日（23:00），活動推送時間內僅允許贈書福利中獎一次。
註：本文原創文章來源//mp.weixin.qq.com/s/Vf16_1D9ZQLuKkxUX29t-w
