《机器学习系统设计.Python》pdf

下载地址：网盘下载

现在，机器学习正在互联网上下掀起热潮，而Python则是很是适合开发机器学习系统的一门优秀语言。做为动态语言，它支持快速探索和实验，而且针对Python的机器学习算法库的数量也与日俱增。本书最大的特点，就是结合实例分析教会读者如何经过机器学习解决实际问题。
本书将向读者展现如何从原始数据中发现模式，首先从Python与机器学习的关系讲起，再介绍一些库，而后就开始基于数据集进行比较正式的项目开发了，涉及建模、推荐及改进，以及声音与图像处理。经过流行的开源库，咱们能够掌握如何高效处理文本、图片和声音。同时，读者也能掌握如何评估、比较和选择适用的机器学习技术。
举几个例子，咱们会介绍怎么把StackOverflow的回答按质量高低进行分类，怎么知道某个音乐文件是爵士风格，仍是重金属摇滚风格。另外，本书还涵盖了主题建模、购物习性分析及云计算等高级内容。总之，经过学习本书，读者能够掌握构建本身所需系统的各方面知识，而且学以至用，解决本身面临的现实问题。
读者只要具备必定的Python编程经验，可以本身安装和使用开源库，就足够了，即便对机器学习一点了解都没有也不要紧。本书不会讲机器学习算法背后的数学。

做者简介：
Willi Richert
机器学习和机器人学博士，目前任职于微软Bing搜索核心研发团队。他从事多种机器学习领域的研究，包括主动学习和统计机器翻译。
Luis Pedro Coelho
计算生物学家，主要关注生物图像信息学和大规模图像数据的处理，致力于生物标本图像分析中机器学习技术的应用，他仍是Python计算机视觉库mahotas的主要开发人员。他于1998年开始开发开源软件，2004年起从事Python开发，并为多个Python开源库贡献了代码。另外，Luis拥有机器学习领域世界领先的卡内基-梅隆大学的博士学位，并发表过多篇科学论文。
译者简介：
刘峰
百度LBS地图基础业务部资深研发工程师，新加坡南洋理工大学计算机工程系博士，研究领域包括机器学习、模糊神经网络等。2010年加入百度，主要从事大数据分析和挖掘方面的工做，近年来专一于无线定位、用户轨迹等LBS大数据的挖掘及机器学习应用。
下载地址：网盘下载