内容简介
本书是图灵程序设计丛书中的一本，侧重于机器学习系统在实际环境中的设计、实现与部署。作者从实践者的视角出发，带领读者深入理解如何将机器学习理论转化为可工作的系统。
本书涵盖从数据采集、特征工程、模型选择到系统性能优化等机器学习项目全流程。内容不仅包括常见的分类、回归、聚类算法，还涉及推荐系统、文本挖掘、图像处理等实际应用案例。书中提供了大量Python代码示例，并讨论了如何利用开源工具包快速搭建原型系统。
此外，本书还关注系统设计中的关键问题，如处理大规模数据、在有限资源下优化算法性能、如何正确评估和调试模型等。通过多个端到端的示例项目，读者可以学习到从数据预处理到最终生产环境部署的完整思考框架。
无论是希望掌握机器学习工程实践的初学者，还是有经验的开发者想要系统化梳理机器学习系统设计思路，本书都是一份宝贵的参考资料。
目录
译者序
关于作者
关于审校者
第1章 Python机器学习入门
1.1 梦之队：机器学习与Python
1.2 这本书将教给你什么（以及不会教什么）
1.3 遇到困难的时候怎么办
1.4 开始
1.5 我们第一个（极小的）机器学习应用
1.6 小结
第2章 如何对真实样本分类
2.1 Iris数据集
2.2 构建更复杂的分类器
2.3 更复杂的数据集和更复杂的分类器
2.4 二分类和多分类
2.5 小结
第3章 聚类：寻找相关的帖子
3.1 评估帖子的关联性
3.2 预处理：用相近的公共词语个数来衡量相似性
3.3 聚类
关于作者
关于审校者
第1章 Python机器学习入门
1.1 梦之队：机器学习与Python
1.2 这本书将教给你什么（以及不会教什么）
1.3 遇到困难的时候怎么办
1.4 开始
1.5 我们第一个（极小的）机器学习应用
1.6 小结
第2章 如何对真实样本分类
2.1 Iris数据集
2.2 构建更复杂的分类器
2.3 更复杂的数据集和更复杂的分类器
2.4 二分类和多分类
2.5 小结
第3章 聚类：寻找相关的帖子
3.1 评估帖子的关联性
3.2 预处理：用相近的公共词语个数来衡量相似性
3.3 聚类
免责申明：
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
1. 本站分享的所有书籍均来源于自互联网，我们只进行收集整理，并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告，这并不是本站所为，请注意甄别。
3. 我们分享这些书籍，纯粹是出于知识分享的热情，以及对互联网分享精神的高度认同和践行，没有任何商业目的。
4. 本站分享的所有书籍，仅供个人学习研究使用，请勿用于任何商业用途，否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获，在条件允许的情况下，请一定购买正版书籍，这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者，且您不希望此作品出现在本站，请联系我们，我们将在收到您的请求后48时间内予以删除。
📖 支持知识自由流动
这本书的持续提供，需要服务器运行成本支持（约 3.7元/小时）
