本书共分9章，主要内容有：总结机器学习项目的推进流程，介绍机器学习的主要功能和各种算法，以垃圾邮件判别为例，介绍对学习完成后的预测模型进行离线评价的方法，梳理在计算机系统里集成机器学习功能的模式，同时介绍机器学习基础的日志设计，介绍机器学习分类任务里的正确答案数据的获取方法，介绍用于验证实施方案是否真正有效的统计鉴定、因果推理，以及AB试验等方法。第3章是预测模型的离线验证，本章则介绍实施过程中的实时验证。第7章以电影推荐为例，学习推荐预测系统的开发实现案例，阐述搜索式分析过程及分析报告，采用所谓UpliftModeling方法学习更有效的营销方法。

📙 相关书籍

  1. 《机器学习系统设计 PYTHON语言实现》高清PDF 机器学习模型不能给出准确结果的原因有很多。从设计的角度来审视这些系统，我们能够深入理解其底层算法和可用的优化方法。本书为我们提供了机器学习设计过程的坚实基础，能够使我们为特定问题建立起定制的机器学习模型。我们可能已经了解或使用过一些为解决常见问题的商用机器学习模型，例如垃圾邮件检测或电影分级，但是要......
  2. 《构建实时机器学习系统》高清PDF 本书首先利用Pandas对美股秒级交易数据进行分析，利用Scikit-learn对股票变化方向进行预测，并在架构案例中，打造了一个以RabbitMQ为消息传导中枢的实时处理系统，利用Elasticsearch对数据进行实时可视化。...
  3. 《机器学习系统设计》高清PDF 本书是非常实用的Python机器学习教程，书中结合大量案例，介绍了机器学习Python项目的关键方面，帮助读者掌握多种多样的机器学习Python库，学习构建基于Python的机器学习系统，并通过亲身实践体验机器学习系统的功能。...
  4. 《机器学习的PAC-Bayes理论评价及应用》高清PDF 本书分为上篇（基础理论）和下篇（应用实践）两大部分组成。本书分析了计算学习理论及PAC可学习框架，剖析了PAC-Bayes定理的内涵。在阐述统计学习理论和支持向量机基本原理的基础上，论述了PAC-Bayes边界应用于支持向量机算法的相关推论。书中讨论了结合再生核希尔伯特空间和马尔科夫链蒙特卡洛方法，......
  5. 《机器学习 贝叶斯和优化方法 英文版》高清PDF 本书对所有主要的机器学习方法和最新研究趋势进行了深入探索，涵盖概率和确定性方法以及贝叶斯推断方法。其中，经典方法包括平均/最小二乘滤波、卡尔曼滤波、随机逼近和在线学习、贝叶斯分类、决策树、逻辑回归和提升方法等。...
  6. 《深度学习 基于案例理解深度神经网络》高清PDF 本书探讨深度学习中的高级主题，以及如何解决在训练深度神经网络时遇到的典型问题。书中首先介绍单一神经元网络的激活函数（ReLu、sigmoid和Swish），然后介绍如何使用TensorFlow进行线性和逻辑回归，以及如何选择正确的代价函数，之后讨论具有多个层和神经元的更复杂的神经网络结构，并探讨了权......
  7. 《OpenCV机器学习》高清PDF 本书首先介绍了统计学习的基本概念，例如分类和回归。介绍完所有的基础知识之后，就开始探究如决策树、支持向量机、贝叶斯网络等算法，学习如何将它们与其他OpenCV功能综合运用。你的机器学习技能会随着书中内容的进度一同提高，直到准备好学习当前最热门的主题：深度学习。在本书的结尾，你可以根据现有的源代码构建......
  8. 《大数据/人工智能系列规划教材 图说图解机器学习》高清PDF 书采用图形化的方法讲解人工智能和机器学习的知识与技术，并且借用图形化软件KNIME采用拖、拉、拽等“傻瓜式”的操作完成从简单到复杂的机器学习项目。全书分为三个部分，分别是人工智能技术入门、传统机器学习和深度学习。本书具有图说图解、自上而下、够用即止、实战掌握的特点，适合于作为人工智能入门者、人工智能......
  9. 《机器学习系统》高清PDF 如果正在构建用于小规模使用的机器学习模型，那么该书不太适合你。但是，如果你是开发人员，正在构建需要快速响应的、可靠的且具有良好用户体验的产品级ML应用程序，那么该书再适合不过。该书涵盖机器学习系统的原理和实践，这些原理和实践非常容易运行和维护，而且对用户来说具有良好的可靠性。 《机器学习系统》教你设......
  10. 《TensorFlow移动端机器学习实战》高清PDF TensorFlow已经成为机器学习的流行框架和工业届标准，早期的TensorFlow以云端和数据中心中的机器学习为主，近期的一个趋势是，逐渐向移动端和设备端转移。推动这个趋势的动力包括人们对机器学习理论和认知的提高、算法及技术的改进、软件和硬件性能的提高，以及专有硬件的出现等，更主要的是，用户的需......

提示：百度云已更名为百度网盘（百度盘），天翼云盘、微盘下载地址……暂未提供。