机器学习实践: 数据科学应用与工作流的开发及优化/(美) 安德鲁·凯莱赫, 亚当·凯莱赫, Andrew Kelleher, Adam Kelleher, 陈子墨, 刘瀚文
附件:设置1:设置2:凯莱赫设置3:本书内容可作为数据科学与机器学习速成课程的参考, 面向需要在生产环境中解决实际问题的技术人员。两位作者展示了如何快速交付重要的生产价值, 如何持续最大化投资回报率, 避免使用被过度夸大的工具和不必要的复杂性, 利用最简单、最低风险的方法来达成目的。该书分三部分, 共19章, 内容包括: 框架原则 ; 算法与结构 ; 瓶颈和优化。摘要:有书目 (第225-226页)
附注提要
本书内容可作为数据科学与机器学习速成课程的参考, 面向需要在生产环境中解决实际问题的技术人员。两位作者展示了如何快速交付重要的生产价值, 如何持续最大化投资回报率, 避免使用被过度夸大的工具和不必要的复杂性, 利用最简单、最低风险的方法来达成目的。该书分三部分, 共19章, 内容包括: 框架原则 ; 算法与结构 ; 瓶颈和优化。