零基礎入門的機器學習圖鑑: 2大類機器學習X17種演算法XPython基礎教學, 讓你輕鬆學以致用

★★★最淺顯易懂的機器學習專書★★★
與其害怕被AI取代，
不如學會機器學習，讓AI為你所用！

★ 日本亞馬遜資訊相關類暢銷榜No. 1

．針對各類機器學習全圖像化，深入淺出的機器學習入門書
．詳解各種機器學習演算法的概念和用途，學會如何選對演算法
．所有機器學習演算法皆提供Python範例程式碼，讓你現學現用

【什麼是機器學習？】
人工智慧（AI）、機器學習、深度學習⋯⋯與人類的生活密不可分，
但多數人對這些專有名詞一知半解，甚至有些誤解，
實現 AI 的方法包羅萬象，但機器學習是實現AI最普及的方法，
有些人誤以為深度學習就是AI，但事實上深度學習也是種機器學習。

機器學習顧名思義，就是電腦會透過演算法，根據問題或環境自動學習，
並運用學習結果來解決問題。

【機器學習的應用觸及各領域】
機器學習可以應用在各種領域，包括：
自動駕駛、文書處理、資料分析、自動翻譯、醫療診斷、預測天氣⋯⋯

近年來，因為電腦價格降低，讓機器學習普及，不再是高深的技術，
讓非理科出身的文科人也能容易學習，運用在工作上。
由於機器學習有許多種類，因此懂得如何選擇最適合的演算法，
才能讓精準解決問題，事半功倍。

【2大類 ╳ 17種演算法，弄懂機器學習的邏輯與概念】
◎ 9種監督式學習：將問題的答案輸入電腦，讓電腦自己學習，像是過濾垃圾郵件
．問題分類（分類）：羅吉斯迴歸、單純貝氏分類器
．找出特徵關聯性（迴歸）：線性迴歸、正則化
．分類且找出關聯性：支持向量機、Kernel法、隨機森林、類神經網路、kNN

◎ 8種無監督式學習：提供電腦問題與特徵，讓電腦自行分類，例如找出有車的照片
．選擇特徵與數量（降維）： PCA、LSA、NMF、LDA、LLE、t-SNE
．特徵分類（分群）：k-means分群法、高斯混合分布

【Python是時下最熱門的程式語言】
在學習機器學習的演算法時，
Python是最容易上手，適用於各作業系統，也完全免費的程式語言軟體，
與機器學習及統計相關的函式庫也非常豐富。
本書所有範例程式碼都是使用Python語法編寫，
因此書中還附有Python基礎教學。

本書用一張圖帶你掌握機器學習的整體輪廓，學會機器學習的基礎知識和概念，
了解在學習機器學習的演算法時最重要的處理過程，
幫你學會如何精準選對演算法，只要掌握每一種演算法的性質，
相信就能學會實際操作機器學習，解決生活和工作上的問題，讓AI為你所用！

【本書適合哪些人閱讀？】
．對機器學習感興趣，已經開始學習的人
．已懂得一些機器學習演算法，想學習更多的人
．不熟悉方程式，看不懂機器學習專書的人
．想學會如何因應問題來選擇機器學習演算法的人
．有程式設計經驗，有能力執行範例程式碼的人