书籍介绍
152张图表，轻松掌握17种常用算法！
没有复杂公式，零基础也可轻松读懂！
用Python3.7实现机器学习的相关算法！
本书基于丰富的图示，详细介绍了有监督学习和无监督学习的17种算法，包括线性回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、随机森林、神经网络、KNN、PCA、LSA、NMF、LDA、k- means算法、混合高斯分布、LLE和t-SNE。书中针对各算法均用Python代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。
【本书适合的读者】
1.对机器学习感兴趣，并且已开始学习的人
2.了解一些机器学习算法，想学习更多机器学习算法的人
3.不擅长数学公式，在阅读机器学习专业书时感到吃力的人
4.希望能够根据要解决的问题选择恰当的机器学习算法的人
4.有一定的编程经验，能够运行示例代码的人
秋庭伸也
日本早稻田大学硕士毕业，目前在Recruit Communications公司担任技术负责人。
杉山阿圣
具有多年研发经验，目前在AI创业公司SENSY担任机器学习研究员。
寺田学
CMS Communications公司董事长、日本PyCon会议组织者、Plone基金会大使、Python工程师发展协会顾问理事、PSF（Python软件基金会）贡献成员。
目录
用户评论
需要有一定基础才能看得懂，很多地方讲得不太清楚，可以拿来当手边工具书，不知道怎么处理时翻一翻。
加几张漫画，就号称图解了?!
纯纯的骗钱。书很薄，像是童书一样，所谓的图解，就是画了一些示意图和结果图，没有对算法的分析，对理解算法没啥帮助。所谓的算法就三言两语，根本就讲不清楚，不懂的人看不懂，懂的人得不用看。所谓的代码就是调包，把包import一下就完了。谁买书要看你调包啊，是要学原理啊我丢。
第一个1星送给这本书。本书似乎想要用图解让读者对于机器学习算法形成比较感性的认识，但是通过我的阅读，觉得这种方法稍显鸡肋。对于完全没有接触过机器学习的读者来说，单纯的图解并不能帮助他们很好的理解。读到最后会发现，似乎什么算法都看过了，但是似乎原理一点都没有参透。
本月新上线机器学习书籍，略显失望，全书逻辑性差，内容简陋。定位较为尴尬，对于没有python和机器学习知识的零基础读者很难读懂，对于对其有相关基础的读者内容又显得肤浅，不太推荐。