在基于TensorFlow的深度学习框架大红大紫之前，流行过很多的经典机器学习框架。比如KNN，比如支撑向量机，比如随机森林。相对于深度学习的理论，这些经典的机器学习算法构建在更为精密的数学推导上。运筹学，最优化理论，数学分析，数理统计和随机过程构成了这些算法的理论基础，也是进一步学习各种基于神经网络的深度学习算法的基础。本身介绍的scikit-learn是Python中对于经典机器学习框架的集大成者。在NumPy和SciPy之后，在TensorFlow之前，这本书和它介绍的scikit-learn框架和经典机器学习算法的理论非常值得一读。
原版高清中文PDF，306页，带书签目录，文字能够复制粘贴；
原版高清英文PDF，392页，带书签目录，彩色配图，文字能够复制粘贴；
两版对比学习；配套源代码。
链接：https://pan.baidu.com/s/1dx5vc7zyzoCvj1ss3JG5TQ
提取码：xh0r
复制这段内容后打开百度网盘手机App，操作更方便哦
原文地址：https://www.cnblogs.com/zhuqiangrr/p/11607640.html
时间： 2024-10-11 04:33:43