书评

看了本书的第一部分，写一下本书的书评。本书评观点仅代表个人观点。 全书分为四个部分。第一部分为机器学习基础，该部分主要讲解机器学习的基本概念和最基础的机器学习算法，同时讲解机器学习的主要概念，便于读者更好理解机器学习的基本原则和试验方法。第二部分为参数化模型，该部分主要讲解了线性模型，神经网络，卷积神经网络以及循环神经网络算法及实现。第三部分为非参数化模型，该部分主要介绍了支持向量机、决策树、集成学习和梯度提升决策树。第四部分为无监督模型，该部分主要介绍了k均值聚类、主成分分析、概率图模型等算法的理论知识与代码实现。该书内容丰富，涉及了机器学习的基础知识，不仅有代码的从零实现，让读者更好的理解其中的算法，还有通过sklearn包实现的代码，帮助读者更好地运用代码解决自己的问题。 本书与《动手学深度学习》名字相似，只是把深度学习换成机器学习。两本书都有着相似的模式，将代码和相关概念融合在一起，让读者能够在学习机器学习的理论知识，同时动手进行代码实践，更好地学习与掌握机器学习的相关知识。本书还有配套的视频资源，可以帮助读者进行学习。 总得来说，本书还是很好的，作为一本机器学习的入门书还是可以值得推荐的。