Python与机器学习实战 决策树、集成学习、支持向量机与神经网络算法详解及编程实现

单就机器学习而言，其领域就包括但不限于：有监督学习、无监督学习和半监督学习，具体的问题又大致可以分两类：分类问题和回归问题。本书主要介绍各种有监督分类器的原理与Python实现，对于无监督问题和回归问题则相对涉及得比较少。需要指出的是，Python本身带有许多机器学习的第三方库，但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。希望这样能让读者从实现的过程中更好地理解机器学习算法的细节以及了解Numpy的各种应用。附录提供了Python的基本语法知识和TensorFlow框架介绍，是对学习机器学习知识的有益补充