高级机器学习算法实战

作者简介

作者简介 V Kishore Ayyadevara对任何有关数据的东西都充满热情。十多年来，他一直致力于技术、数据和机器学习的交叉领域，以便能够识别、沟通和解决业务问题。 他曾在美国运通（American Express）公司的风险管理部门和亚马逊公司的供应链分析团队中工作，目前正在领导一家初创公司的数据产品开发工作，负责实施各种分析解决方案并建立强大的数据科学团队。 Kishore是一个积极的学习者，他的兴趣包括识别可以使用数据解决的业务问题，简化数据科学中的复杂性，以及跨领域转移技术以实现可量化的业务结果。

内容简介

编辑推荐 ●Excel中构建算法，清晰看到算法实现 ●亲自动手构建算法理解算法如何工作 ●通过实战项目掌握如何更好调整模型 ●本书在理解算法如何工作和如何更好地调整模型之间架起一座桥梁 本书将帮助你掌握开发主要机器学习模型的技能，包括监督和无监督学习（其中包括线性/对率回归）、决策树、随机森林、梯度提升机（GBM）、神经网络、k均值聚类、主成分分析和推荐系统。 你将通过应用于文本挖掘的CNN、RNN和Word2vec接触到*新的深度学习，并学习相关理论和案例研究，如情感分类、欺诈检测、推荐系统和图像识别等，以便获得工业中使用的绝大多数机器学习算法的*佳理论和实践。除了学习算法，你还将接触到在所有主要云服务提供商上运行的机器学习模型。 你将会学到： ●深入了解主要机器学习和深度学习算法 ●充分认识构建模型时要避免的陷阱 ●掌握在云端实现机器学习算法 ●通过研究算法案例开展实战 ●掌握集成学习的技巧来构建更精确的模型 ●夯实Python、R编程和Keras深度学习框架基础技能