描述
《预测数据分析的机器学习基础》是一本教科书，详细介绍了用于预测数据分析的机器学习方法。该书涵盖了理论概念和实际应用，适合学生和专业人士。书中包括了解释性实例和案例研究，展示了机器学习模型在商业环境中的应用。
阅读更多
本书的第二版介绍了机器学习的最新发展，包括关于深度学习的新章节以及关于无监督学习和强化学习的附加章节。该书旨在易于理解，提供非技术性的解释，阐明每种方法的基本思想，然后深入探讨数学模型和算法。
作者约翰·D·凯利赫、布赖恩·麦克·内米和艾菲·达尔西将他们的专业知识带入书中，提供了对机器学习领域的见解。约翰·D·凯利赫是都柏林科技大学的学术领袖，布赖恩·麦克·内米是都柏林大学学院的副教授，艾菲·达尔西是数据分析公司Krisolis的首席执行官。
该书以精装本和电子书格式出版，由麻省理工学院出版社出版。它可以作为入门级教科书使用，也可以作为希望加深对预测数据分析理解的专业人士的参考书。
- 类别预测与预测分析
图书信息
全面介绍机器学习
专注于预测数据分析
包括实例和案例研究
涵盖机器学习的最新发展
新增深度学习、无监督学习和强化学习章节
对复杂概念的易懂解释
适合学生和专业人士
由该领域的专家撰写
适合的读者
- 价格预测
- 风险评估
- 客户行为预测
- 文档分类
- 商业问题制定
