《机器学习:公式推导与代码实现》样章试读及意见征求

机器学习实验室

共 660字,需浏览 2分钟

 · 2020-11-21

机器学习

Author:louwill
Machine Learning Lab
    
大家好,我的新书《机器学习:公式推导与代码实现》目前正在写作中,预计明年2月底可完稿。

为了让本书能够更加贴近广大机器学习爱好者、相关专业学习者或者从业者的具体实际,用更通俗易懂的方式把机器学习原理呈现给读者,特在此发布本书的样章试读以及意见征求稿。希望能得到各位读者宝贵的意见与建议。

样章为本书第2章——线性回归,本书对于机器学习模型的写作范式从例子引入开始,到完整的原理和公式推导,再到具体的NumPy实现,基本路线也深度契合本书的书名:推导与实现。

样章pdf可在后台回复 样章 获取,期待您的宝贵意见。

样章摘选如下:

在机器学习模型中,线性模型(Linear Model)是一种形式简单,但却包含着机器学习主要建模思想的模型。线性回归(Linear Regression,LR)是线性模型的一种典型。比如“双十一”中某款产品的销量预测、某数据岗位的薪资水平预测,都可以用线性回归来拟合模型。从某种程度上来说,回归分析不再局限于线性回归这一具体模型和算法,更包含了广泛的由自变量到因变量的机器学习建模思想。



有数据或算法学习等问题想要咨询的同学,可以加我微信,一般都会给到大家针对性的建议。
浏览 41
点赞
评论
收藏
分享

手机扫一扫分享

举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

举报