本书概况
本书简介
在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知所措。本书从算法和 Python 语言实现的角度,帮助读者认识机器学习。
本书专注于两类核心的“算法族”,即惩罚线性回归和集成方法,并通过代码实例来展示所讨论的算法的使用原则。全书共分为 7 章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。
本书主要针对想提高机器学习技能的 Python 开发人员,帮助他们解决某一特定的项目或是提升相关的技能。
致我的孩子—Scott、Seth 和 Cayley,他们那如花的生命带给我世界上最美妙的时光。
致我亲密的朋友—David 和 Ron,他们给我带来了无私慷慨、坚定不移的友谊。
致我在加州山景城黑客道场的朋友和同事,他们给我带来了技术挑战以及机敏的应答。
致我的攀岩伙伴。正如一个伙伴凯瑟琳所说通过攀岩可以交上最好的朋友,因为“他们见证过因恐惧而僵硬的面庞,见证过相互鼓励搀扶,见证过攀登成功后的喜悦”。
作者
Michael Bowles,拥有机械工程学士和硕士学位、仪器仪表博士学位以及 MBA 学位。他在硅谷黑客道场教授机器学习,提供机器学习项目咨询,同时参与了多家创业公司,涉及的领域包括生物信息学、金融高频交易等。他在麻省理工学院获得助理教授教职后,创建并运营了两家硅谷创业公司,这两家公司都已成功上市。他在黑客道场的课程往往听者云集并且好评颇多。他的履历涉及学术界、工业界以及商业界。他目前在一家初创公司工作,其中机器学习技术至关重要。他是多个管理团队的成员、咨询师以及顾问。他也曾经在加州山景城的黑客道场、创业公司孵化器和办公场所教授机器学习课程。
他出生于俄克拉荷马州并在那里获得学士和硕士学位。在东南亚待了一段时间后,他前往剑桥攻读博士学位,毕业后任职于 MIT 的 Charles Stark Draper 实验室。之后他离开波士顿前往南加州的休斯飞机公司开发通信卫星。在 UCLA 获得 MBA 学位后,他前往旧金山的湾区工作。作为创始人以及 CEO,他目前经营两家公司,这两家公司都已获风险投资。
他目前仍然积极参与技术以及创业相关的工作。近期项目包括使用机器学习技术进行自动交易,基于基因信息进行生物预测,使用自然语言处理技术进行网站优化,利用人口统计学及实验室数据预测医疗效果,在机器学习和大数据相关领域的公司里尽心尽责。可以通过 www.mbowles.com 联系到他。
译者
沙嬴
李鹏
本书评论