《机器学习入门》本书通过通俗易懂的语言，丰富的图示和经典的案例，让广大机器学习爱好者轻松入门机器学习Machine Learning，有效地降低了学习的门槛。 本书共分11章节，覆盖的主要内容有机器学习概述、数据预处理、K近邻算法、回归算法、决策树、K-means聚类算法、随机森林、贝叶斯算法、支持向量机、神经网络（卷积神经网络、Keras深度学习框架）、人脸识别入门等。从最简单的常识出发来切入 AI 领域，打造无缝平滑的兴奋的学习体验。 本书的读者，只需具备Python语言的基础知识和简单了解过numpy、Pandas等科学基础库，不需要有数学基础，也不需要有机器学习或者 AI 的基础。相关院校和培训机构也可以将此书作为机器学习入门教材使用。 由于疫情原因，本书推迟出版，将于2020年6,7月份上市，敬请期待！- 版权声明：文章来源于网络采集，版权归原创者所有，均已注明来源，如未注明可能来源未知，如有侵权请联系管理员删除。
