《 Python 机器学习专题手册》,原书名 Python Machine Learning Cookbook。
它的作者 Prateek Joshi,出版商 PACKT Puplishing。
看过几本 Python 机器学习方面的书,感觉这本最好。
它是为“编程人”写的。“编程人”包括程序员在内的经常写计算机程序的人。
文字写作的人,把写作说是“码字”。类似地,编程可说是“码码”,只是听着有点儿贫。
这本书现在只翻看了开头几页,没见到数学理论的展示。
自然科学和社会科学的各门学科,研究对象都可分成“基础理论”和“应用技术”两类。
机器学习这门知识,也应分成这两大类。
机器学习涉及的数学理论,对于机器学习的理论研究、机器学习工具的开发是重要的;
机器学习的应用技术,对于把机器学习当作工具,解决各种实际问题的“编程人”是重要的。
这本书是为了帮助“编程人”学会使用工具,因此,它不谈数学理论是对的。
这本书涉及的工具是已经成熟的程序库,NumPy, SciPy, scikit-learn, matplotlib 等。
你将使用这些工具解决实际问题。它不教你 “从头开始编程”(from scratch)。
我并不觉得 from scratch 有多重要。
学编程起初学了多种排序算法,如冒泡法、两分法、快速法,等等。
当时记得滚瓜烂熟,现在忘得一干二净。因为,sort 是编程工具的必备函数,拿来用就好,不需要自己折腾。
如果不是为了发明创造机器学习的新算法,或者应对入行跳槽面试等特殊情况,就不必搞什么 from scratch。
本书专题的结构化设计
本书100个专题,每一个都用以下五个节段叙述:
预备 (Getting ready) 本专题的目的、如何实现以及所需前提设置。
做法(How to do it…) 实现专题所需步骤。
解释(How it works…) 对专题实现“做法”的详细解释。
深化(There's more…) 对专题知识的深入介绍。
参考(See also) 给出本专题知识相关的有用链接。