【异周话题 第1期】机器学习最流行的语言是哪门?

       点击标题下「异步图书」可快速关注          



从本周开始,异步社区【每周二】将开启一个新的栏目【异周话题】,每周上线一个热点话题,与大家共同讨论,每位参与讨论的同学均有福利。每次小编将挑选讨论精彩的同学,每人赠送1本畅销好书!


【异周话题 第1期】机器学习最流行的语言是哪门?

话题背景

机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。

人工智能的火热使市场上对机器学习人才的需求不断提高,机器学习作为人工智能的一个分支,很多从事软件开发的程序员纷纷转行投向机器学习领域。那么问题来了,应该掌握哪门编程语言,才能获得机器学习或数据科学的工作机会呢?

话题内容

1.能否简单描述机器学习的理解?

2.你对机器发展的未来如何看待?

3.对于机器学习,你会首选哪门语言?为什么?有什么优缺点?

话题时间

2017年9月12-2017年9月17日 24:00

话题奖励

活动结束后,我们将选取 3 位讨论精彩的同学,各送技术图书《Machine Learning in Python: Essential Techniques for Predictive Analysis》英文原版图书一本。

备注:活动仅限于在异步社区内进行哦,微信端回复无效!请点击下方 【阅读原文】参与活动!

  

《Machine Learning in Python: Essential Techniques for Predictive Analysis》英文原版图书


图书作者[美] Michael Bowles

作者简介Michael Bowles 在硅谷黑客道场教授机器学习,提供机器学习项目咨询,同时参与了多家创业公司,涉及的领域包括生物信息学、金融高频交易等。他在麻省理工学院获得助理教授教职后,创建并运营了两家硅谷创业公司,这两家公司都已成功上市。他在黑客道场的课程往往听者云集并且好评颇多。

图书简介本书通过集中介绍两类可以进行有效预测的机器学习算法,展示了如何使用Python 编程语言完成机器学习任务,从而降低机器学习难度,使机器学习能够被更广泛的人群掌握。

作者利用多年的机器学习经验带领读者设计、构建并实现自己的机器学习方案。本书尽可能地用简单的术语来介绍算法,避免复杂的数学推导,同时提供了示例代码帮助读者迅速上手。读者会很快深入了解模型构建背后的原理,不论简单问题还是复杂问题,读者都可以学会如何找到问题的最佳解决算法。书中详细的示例,给出了具体的可修改的代码,展示了机器学习机理,涵盖了线性回归和集成方法,帮助理解使用机器学习方法的基本流程。  
本书为不具备数学或统计背景的读者量身打造,详细介绍了如何:

● 针对任务选择合适算法; 
● 对不同目的应用训练好的模型; 
● 学习数据处理机制,准备数据; 
● 评估模型性能以保证应用效果; 
● 掌握Python 机器学习核心算法包; 
● 使用示例代码设计和构建你自己的模型; 
● 构建实用的多功能预测模型。

  


《Python机器学习——预测分析核心算法》中文版



更多python好书,点击查看

长按识别二维码

本周免费电子书



点击【阅读原文】,查看活动详情

相关文章

相关标签/搜索