作者简介 图片 宋立桓，IT资深技术专家、布道师，主要负责为企业客户提供顾问咨询、培训和方案设计服务。目前是腾讯云架构师，专注于云计算、大数据和人工智能，对区块链的相关技术也有深入的研究。著有图书《Cloudera Hadoop大数据平台实战指南》《MySQL性能优化和高可用架构实践》。 内容简介 为了避免机器学习背后的复杂数学原理以及异常复杂的算法证明和推导吓退一大批初学者，本书遵循“极简入门”的理念，通过通俗易懂的语言，丰富的图示和经典的案例，有效地降低了学习的门槛，让广大机器学习爱好者轻松入门机器学习。 本书共分11章，覆盖的主要内容有机器学习概述、数据预处理、K最近邻算法、回归算法、决策树、K-means聚类算法、随机森林、朴素贝叶斯算法、支持向量机SVM、神经网络（卷积神经网络、Keras深度学习框架）和人脸识别入门等。从最简单的常识来切入AI领域，打造无缝平滑的学习体验。 本书的读者不需要具有高等数学的深厚知识，也不需要有机器学习或者人工智能（AI）的基础，只需具备Python语言的基础知识和简单了解过NumPy、Pandas等科学基础库，就可以轻松阅读并掌握。另外，高等院校和培训机构也可以将此书作为机器学习入门教材使用。 推荐序一 当今正是人工智能、机器学习的发展热潮，尤其机器学习受到了广泛关注。随着机器学习技术在社会生产生活中的应用，高校、研究机构的研究人员，以及越来越多的工程技术人员踏入机器学习领域，但是传统的机器学习读物主要面向研究人员，要求读者具备高等数学、线性代数以及概率统计理论的基础知识，对于机器学习算法的介绍侧重于理论，充斥着大量的公式以及理论推导，晦涩难懂，读后往往使普通工程技术人员产生困惑和畏难的情绪。机器学习所涉及的数学理论来源于实践，了解机器学习不仅仅只有从理论原理角度出发这一种学习途径，本书为想要快速上手机器学习的工程技术人员…