本書是作者多年在數(shù)據(jù)智能領(lǐng)域中利用機器學習實戰(zhàn)經(jīng)驗的理解、歸納和總結(jié)。出于“回歸事物本質(zhì)，規(guī)律性、系統(tǒng)性地思考問題”“理論為實踐服務(wù)并且反過來充實理論，為更多人服務(wù)”的想法和初心，本書系統(tǒng)地闡述了機器學習理論和工程方法論，并結(jié)合實際商業(yè)場景落地。


全書分為3部分。第1部分是機器學習的數(shù)學理論理解，這部分不是對于機器學習數(shù)學理論的嚴謹推導(dǎo)和證明，更多是對于理論背后的“到底是什么，為什么要這樣做”的通俗理解。盡可能通過對應(yīng)到日常生活中的現(xiàn)象來進行講述。第2部分是機器學習模型、方法及本質(zhì)，這一部分針對機器學習的方法論及具體的處理過程進行闡述。涉及數(shù)據(jù)準備、異常值的檢測和處理、特征的處理、典型模型的介紹、代價函數(shù)、激活函數(shù)及模型性能評價等，是本書的核心內(nèi)容。我們學習知識的主要目的是解決問題，特別是對于企業(yè)的從業(yè)人員，對在商業(yè)實戰(zhàn)環(huán)境中出現(xiàn)的問題，希望通過機器學習的方式來更好地解決。第3部分是機器學習實例展示。

本書內(nèi)容系統(tǒng)、選材全面、知識講述詳細、易學易用，兼具實戰(zhàn)性和理論性，適合機器學習的初學者與進階者學習使用。