本书旨在为有兴趣更好地理解数学和统计的学生提供一个可访问的、全面的教科书,这些数学和统计知识是数据科学和机器学习算法的基础。
无
计算机\人工智能
本书内容全面、严谨、翔实,展示了现代机器学习技术背后的数学思想。它命中了所有关键项:选择的主题较新,非常适合数据科学课程选用,对数学专业的高年级本科生或研究生来说尤其如此。它填补了现有文献中的空白,没有牺牲深度来换取广度,给出了主要定理和后续推导的证明,并提供了大量Python代码。我多么希望在我开始学习旅程时能有一本这样的书在身边!
——Nicholas Hoell,多伦多大学
这是一本写得很好的书,与许多介绍性书籍相比,它更深入地探讨了数据科学方法。本书语言清晰,从逻辑上逐步给出了正则化、分类和决策树等内容。与其他同类型书籍相比,它开辟了独特的市场。
——Adam Loy,卡尔顿学院
随意翻开这本书的某页,给人的第一印象都是极好的。本书的装帧风格和版式设计使得它既有吸引力又易于学习……考虑到数学的严谨性,它是一本设计精良的数据科学教材。关键概念的突出显示以及模块化设计,使得本书非常适用于那些想建立机器学习技术的强大数学基础的读者,它还给出了对工作实例进行分析的Python方法。
——Victor Moreno,ISCB新闻
Python代码的编写方式紧跟算法。这对于希望了解原理和流程等背景知识的读者来说非常有用。在每一章中,作者都为那些打算学习高级主题的人推荐了延伸阅读资料。另一个有用的部分是,全书讨论了不同统计学习算法的Python实现。每章的末尾还设计了大量的练习,这些练习可以帮助读者更好地理解内容。对于那些已经有一些统计分析经验,想要寻找相关算法的理论知识的读者来说,本书是一本很好的参考书。
——Yin-Ju Lai和Chuhsing Kate Hsiao, Biometrics