寫煩了CRUD的代碼，要不要來學點AI放鬆一下？

​

最近黃小斜開始接觸了一些算法方面的開工做，因而趕忙找了好些機器學習方面的書籍來看學習，從研發到算法，果真是徹底不同的感受呀。若是你寫代碼寫膩了，也不妨來學習一下算法方面的知識，從機器學習開始，打開AI學習之路的大門吧。

機器學習實戰系列書單

​

機器學習實戰

機器學習是人工智能研究領域中一個極其重要的研究方向，在現今的大數據時代背景下，捕獲數據並從中萃取有價值的信息或模式，成爲各行業求生存、謀發展的決定性手段，這使得這一過去爲分析師和數學家所專屬的研究領域愈來愈爲人們所矚目。

《機器學習實戰》主要介紹機器學習基礎，以及如何利用算法進行分類，並逐步介紹了多種經典的監督學習算法，如k近鄰算法、樸素貝葉斯算法、Logistic迴歸算法、支持向量機、AdaBoost集成方法、基於樹的迴歸算法和分類迴歸樹（CART）算法等。第三部分則重點介紹無監督學習及其一些主要算法：k均值聚類算法、Apriori算法、FP-Growth算法。第四部分介紹了機器學習算法的一些附屬工具。

《機器學習實戰》經過精心編排的實例，切入平常工做任務，摒棄學術化語言，利用高效的可複用Python代碼來闡釋如何處理統計數據，進行數據分析及可視化。經過各類實例，讀者可從中學會機器學習的核心算法，並能將其運用於一些策略性任務中，如分類、預測、推薦。另外，還可用它們來實現一些更高級的功能，如彙總和簡化等。

做者簡介

Peter Harrington，擁有電氣工程學士和碩士學位，他曾經在美國加州和中國的英特爾公司工做7年。Peter擁有5項美國專利，在三種學術期刊上發表過文章。他如今是Zillabyte公司的首席科學家，在加入該公司以前，他曾擔任2年的機器學習軟件顧問。Peter在業餘時間還參加編程競賽和建造3D打印機。

​

機器學習原理、算法與應用

機器學習是當前解決不少人工智能問題的核心技術，自2012年以來，深度學習的出現帶來了人工智能復興。本書是機器學習和深度學習領域的入門與提升教材，緊密結合工程實踐與應用，系統、深刻地講述機器學習與深度學習的主流方法與理論。

本書理論推導與證實詳細、深刻，結構清晰，詳細地講述主要算法的原理與細節，讓讀者不只知其然，還知其因此然，真正理解算法、學會使用算法。對於計算機、人工智能及相關專業的本科生和研究生，這是一本適合入門與系統學習的教材；對於從事人工智能和機器學習產品研發的工程技術人員，本書也具備很強的參考價值。

做者簡介

雷明，致力於研發機器學習與深度學習、計算機視覺框架，SIGAI創始人。2009年畢業於清華大學計算機系，獲碩士學位，研究方向爲機器學習、計算機視覺，發表論文數篇。曾就任於百度公司，任高級軟件工程師和項目經理；zmodo/meshare，任CTO與平臺研發中心負責人。在機器學習、計算機視覺方向有豐富的學術研究與產品研發經驗。

​

scikit-learn 機器學習

機器學習是一個很是熱門的技術，本書內容涵蓋多種機器學習模型，包括流行的機器學習算法，例如K近鄰算法、邏輯迴歸、樸素貝葉斯、K 均值算法、決策樹以及人工神經網絡。與此同時，還討論了數據預處理、超參數優化和集成方法等主題。

閱讀完本書以後，讀者將學會構建用於文檔分類、圖像識別、廣告檢測等任務的系統，還將學到如何使用scikit-learn類庫的API從類別變量、文本和圖像中提取特徵，如何評估模型的性能，並對如何提高模型的性能創建直覺。

除此以外，還將掌握在實踐中運用scikit-learn構建高效模型所需的技能，並可以經過實用的策略完成高級任務。

近年來，Python語言成爲了廣受歡迎的編程語言，而它在機器學習領域也有很好的表現。scikit-learn是一個用Python語言編寫的機器學習算法庫，它能夠實現一系列經常使用的機器學習算法，是一個好工具。

做者簡介

Gavin Hackeling 是一名數據科學家和做家。他研究過各類各樣的機器學習問題，包括自動語音識別、文檔分類、目標識別、以及語義切分。Gavin Hackeling 畢業於北卡羅來納大學和紐約大學，目前和他的妻子和貓生活在布魯克林。

​