数学不好，Python不行，还能入门机器学习吗？

没错，狗哥又来安利好书了！

什么书？机器学习？机器学习的书已经很多了，这本有啥特别的吗？

当然有。

话说有位日本网友，买了40多本数学和机器学习相关的书，愣是没有学会，直到遇到了这本，那叫一个相见恨晚呐！

嗯，你没猜错，就是一本引进日本的书。

图灵的老朋友都知道，我们出版了很多日系好书，比如用图搞定一切的“图解”系列、披着言情小说外衣的硬核科普“数学女孩”系列、专门写给被数学拖后腿的程序员的“程序员的数学”系列……这些日系书凭借图文直观、通俗易懂的风格，受到了很多读者的喜爱。相信今天的这本《用Python动手学机器学习》也不会让大家失望。

真正适合初学者的

机器学习入门书

[日]伊藤真——著

郑明智 司磊——译

01 这本书讲了什么？

如果说读书就像登山，那么机器学习这个地方要登的山就有三座。而作为一名登山新手，想要一下子拿下三座山是不可能的，所以本书只带领大家登一下其中两座。

具体如下：

鉴于本书的读者对象是初学者，作者选取了机器学习中最基础和最关键的内容进行介绍，力图让读者用最短的时间看到机器学习世界中的绝佳景色。初学者切忌追求大而全，如果你想把各种各样的方法和概念全都学会，那你可能会因为追寻绝佳景色的道路过于漫长而中途放弃。

02 靠什么快速入门？

登山就要有装备，为了攀登机器学习的山，本书提供了两大装备——Python和数学式。

“不会Python怎么办？”

“没问题！”

本书前3章就是为你准备的。从开发环境的搭建，到Python编程的基础知识，以及如何用Python去绘图，等等，作者全都讲到了。甚至有日本网友评价说这几章单独作为Python入门教程来看也是很优秀的呢！

“数学式？额……提到数学我就头疼。”

“不要怕！”

第4章详细讲解了机器学习中需要用到的数学知识，包括向量、导数偏导数、矩阵，等等。另外，对于复杂的数学式，除了展示具体的推导步骤之外，作者还提供了两个窍门：

“第1个窍门就是说，把变量替换成一个很小的实数，充分理解后再去考虑一般情况下的D；

第2个窍门就是编写程序，以确认自己有没有真正理解。

备齐两大装备后，配合使用才能发挥最大功力。

一行行公式与一行行代码一一对应，让原本晦涩难懂的公式也变得明快起来。

再加上清晰直观的插图，简直完美~

也就是说，本书采用的是公式×代码×图示的“三维立体式”讲解法。这样全方位的解读，还怕看不懂吗？

03 会不会很枯燥？

“用Python动手学机器学习”，顾名思义，本书会引导你动起手来。为此，本书准备了一大利器——Jupyter Notebook。

使用Jupyter Notebook交互式编程环境，你可以：

• 在线编码、运行、将结果绘图
• 随时修改代码并查看运行效果
• 记笔记... ...

这样的不断动手探索，除了让学习过程更加有趣，还会在不知不觉中让你掌握充分的实战能力。

04 最后的小惊喜

为方便读者学习，本书附赠了“机器学习必备！精选Python代码示例集”（电子版），便于随用随查（足足有10页哦）。

虽然本书覆盖的范围只是机器学习中最基础的部分，即便如此，这些知识也足够我们去解决很多实际问题。

作者经历过找不到合适的入门书的痛苦，所以知道如何编排对初学者来说才足够友好。通过本书打好基础、学会方法，再去阅读专业书籍，就不会那么费力了。

真正适合初学者的

机器学习入门书

本书是面向机器学习新手的入门书，从学习环境的搭建开始，图文并茂地介绍了学习机器学习所需的Python知识和数学知识，并在此基础上结合数学式、示例程序、插图等，抽丝剥茧般地对有监督学习中的回归与分类、神经网络与深度学习的算法与应用、手写数字识别、无监督学习的算法等进行了介绍。

本书既有图形、代码，又有详细的数学式推导过程，大大降低了机器学习的学习门槛，即使没有学过Python、数学基础不太好，也可以看懂。