《机器学习实战》是哪本书
一、总结
一句话总结：
区别另一本《机器学习实战》：机器学习实战：基于Scikit-Learn Keras和TensorFlow
二、《机器学习实战》是哪本书
转自或参考：https://www.zhihu.com/topic/20121045/top-answers
机器学习作为人工智能研究领域中一个极其重要的研究方向（一文章看懂人工智能、机器学习和深度学习），在当下极其热门，甚至可以说在大数据时代的背景下，成为各行业求生存、谋发展的决定性手段。
而《机器学习实战》这本书可以说是除了西瓜书《机器学习》之外的有一本经典入门书籍，不像西瓜书只有成堆的公式和理论，它几乎对于每一个重要的算法都有相应的代码可供学习，是一本非常值得的书籍！！！
该书的豆瓣评分是8.1分，是一本公认的高质量书籍！
书的内容：
- 第一部分主要介绍机器学习基础，以及如何利用算法进行分类；
- 第二部分开始逐步介绍了多种经典的监督学习算法，如k近邻算法、朴素贝叶斯算法、Logistic回归算法、支持向量机、AdaBoost集成方法、基于树的回归算法和分类回归树（CART）算法等。
- 第三部分则重点介绍无监督学习及其一些主要算法：k均值聚类算法、Apriori算法、FP-Growth算法。
- 第四部分介绍了机器学习算法的一些附属工具。
一、目录
具体目录如下：
- 第1章 - 机器学习基础
- 第2章 - k-近邻算法
- 第3章 - 决策树
- 第4章 - 基于概率论的分类方法：朴素贝叶斯
- 第5章 - Logistic 回归
- 第6章 - 支持向量机
- 第7章 - 利用AdaBoost 元算法提高分类性能
- 第8章 - 预测数值型数据：回归
- 第9章 - 树回归
- 第10章 - 利用K-均值聚类算法对未标注数据分组
- 第11章 - 使用Apriori 算法进行关联分析
- 第12章 - 使用FP-growth 算法来高效发现频繁项集
- 第13章 - 利用PCA 来简化数据
- 第14章 - 利用SVD 简化数据
- 第15章 - 大数据与MapReduce
全书通过精心编排的实例，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过各种实例，可从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。