機器學習實踐

　　本書圍繞數(shù)據(jù)、算法、模型三要素，研究選取不同算法從歷史數(shù)據(jù)中獲取經(jīng)驗，并歸納出模型進行預(yù)測與優(yōu)化的系列理論與技術(shù)，是涉及計算機科學、概率統(tǒng)計、決策論等多個學科的多領(lǐng)域交叉學科。本書應(yīng)用開源深度學習框架PaddlePaddle，從問題定義、數(shù)據(jù)收集、特征工程、模型訓(xùn)練、模型評估、模型應(yīng)用方面，層層深入、循序漸進地剖析機器學習中極具代表性的基礎(chǔ)實踐，理論翔實，代碼精細，是一本實用性極強的入門實踐教輔材料。

暫缺《機器學習實踐》作者簡介