书籍介绍
机器学习是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度等多门学科，专门研究计算机怎样模拟或实现人类的学习行为。机器学习是人工智能的核心，是使计算机具有智能的根本途径。
本书通过对机器学习的背景知识、算法流程、相关工具、实践案例以及知识图谱等内容的讲解，全面介绍了机器学习的理论基础和实践应用。书中涉及机器学习领域的多个典型算法，并详细给出了机器学习的算法流程。
本书适合任何有一定数据功底和编程基础的读者阅读。通过阅读本书，读者不仅可以了解机器学习的理论基础，也可以参照一些典型的应用案例拓展自己的专业技能。同时，本书也适合计算机相关专业的学生以及对人工智能和机器学习感兴趣的读者阅读。
李博，花名“傲海”。目前任阿里云数据产品经理，主要负责机器学习平台的产品化建设以及对外业务应用。本科、硕士毕业于北京邮电大学，曾就职于索尼和华为（实习），从事数据相关产品的开发。作为CSDN博客专家、云栖社区博客专家，长期分享IT技术相关文章，内容涉及机器学习算法、Android应用及源码开发等领域。一直活跃于开发者社区，主导开发了多个GitHub百星开源项目，还开发并上线了多款手机App。作者微信公众号（长期更新机器学习业务应用文章）：凡人机器学习 个人网站：www.garvinli.com 作者邮箱：[email protected]
目录
用户评论
有些无法实现啊大哥
这本书算是一个入门的introduction，简单讲解了一些ml的算法和特征工程，整体感觉偏基础。
在大数据时代面前，学习了解自己，认知自己，多角度全方位观察自己。
入门级读物，非常适合从事广告、推荐等行业的产品、运营等希望入门机器学习实践应用的人阅读
书写的很好，例子生动更容易让人吸收巩固干货，对我很有帮助。
只摘取知识图谱部分阅读
一本从产品经理的角度写的机器学习的书。
本科学了一些机器学习。在车站等车的时候翻开的这本书，都是很基础的内容，在博客和网站上都能学到。这本书本身就是作者在csdn还有博客等网络平台的笔记总结。
【适用人群】
因此适合有一点点数理基础，但是对机器学习 总体流程 或 基础内容 把握不好的人阅读
【评分依据】
但是是看到 【实践应用】 四个字买的，以为会有很多项目可以尝试一下。
如果和我想的一样的话，可以不用买了。前7章着重讲原理，公式基本上都可以拿纸笔验算推出。
第八章的一些项目实践还没有做，做完再来补😉
（很多还是Python2.7的代码....）
【适用人群】
机器学习入门玩家，
想了解人工智能的产品经理