本書特色
通俗易懂、零基礎也能學機器學習、快速入門人工智慧領域
►完整的工具，包括Numpy, Pandas, Matplotlib
►經典的演算法，包括回歸、決策樹、集成、特徵工程、SVM、推薦系統、
降維、聚類
►深度學習，包括神經網路、CNN、LSTM、RNN等
►真正專案實作，包括信用卡詐欺、氣溫預測、新聞分類、音樂推薦系統、TensorFlow、影評情感分析等
本書主要內容
結合機器學習、資料分析和Python語言，透過實際案例以通俗易懂的方式講解如何將演算法應用到實際工作。
全書共20章，大致分為4個部分：
第1部分 介紹Python的工具套件，包括科學計算函數庫Numpy、資料分析函數庫Pandas、視覺化函數庫Matplotlib
第2部分 講解機器學習中的經典演算法，例如回歸演算法、決策樹、整合演算法、特徵工程、支援向量機、推薦系統、降維演算法、分群演算法等
第3部分 介紹深度學習中的常用演算法，包括神經網路、卷積神經網路、遞迴神經網路
第4部分 專案實戰，從零開始結合Python工具套件與機器學習演算法，以真實資料集為基礎，將演算法模型應用到實際業務中。
適合讀者群 對人工智慧、機器學習、資料分析，感興趣的初學者和愛好者。