您找過以下的關鍵字

尚無搜尋紀錄

越來越多的人期待能擠進機器學習這一領域,這些人常常有一些程式設計
和自學能力,但數學等基礎理論能力不足。對於這些人群,從頭開始學習
機率統計等基礎學科是痛苦的,如果直接上手使用機器學習工具常常又感
到了解不足,缺少點什麼。本書就是針對這一人群,避過數學推導等複雜
的理論推衍,介紹模型背後的一些簡單直觀的了解,以及如何上手使用。
本書希望能夠獲得這些人的喜愛。

全書包含兩部分:機器學習篇和深度學習篇。

機器學習篇(1 ∼ 3章)主要從零開始,介紹什麼是資料特徵、機器學習模型,如何訓練模型、偵錯模型,以及如何評估模型的成績。透過一些簡單的工作實例,說明在使用模型時如何分析並處理工作資料的特徵,如何組合多個模型共同完成工作,並在第3章初步嘗試將機器學習技術運用到股票交易中,重複熟悉這些技術的同時,感受機器學習技術在落實到專業領域時常犯的錯誤。
深度學習篇(4 ∼ 9章)主要介紹一些很基礎的深度學習模型,如DNN、CNN等,簡單涵蓋一些RNN的概念描述。我們更關注模型的直觀原理和背後的生物學設計理念,希望讀者能夠帶著這些了解,直接上手應用深度學習架構。
說一點關於閱讀本書的建議。本書在撰寫時不關注模型技術的數學推導及
嚴謹表述,轉而關注其背後的直觀原理了解。建議讀者以互動執行程式的
方式學習,所有範例使用IPython Notebook撰寫。讀者可在Git找到對應章節的內容,一步步執行書中說明的基礎知識,直觀感受每一步的執行效果。本書官網所附程式在http://www.topteam.cc下載,為繁體中文版,作者簡體中文程式下載網址則為:https://github.com/bbfamily/abu。簡體中文程式會不時更新,讀者們可以隨時去github查看。
本書適合有Python程式設計能力的讀者。如果讀者有簡單的數學基礎,了解機率、矩陣則更佳。使用過Numpy、pandas等資料處理工具的讀者讀起來也會更輕鬆,但這些都不是必需的。如果讀者缺乏Python程式設計能力,或希望進一步獲得Numpy、pandas等工具使用相關的知識,可以關注公眾號:abu_quant,獲得一些技術資料及文章。
感謝出版社提供機會讓我們撰寫本書,感謝編輯不辭辛苦地和我溝通排版
等細節問題。
本書的完成同樣需要感謝我的幾位朋友:吳汶(老虎美股)、劉兆丹(百度金融),感謝你們在本書撰寫作過程中提供的有力支援。感謝本書的試讀人員:蔡志威、李寅龍。