“机器学习”这个词受到人们的关注已经很久了。应该有很多人对机器学习到底是什么、使用机器学习能做什么等问题很感兴趣。
机器学习如此兴盛的背后有多种因素，但主要是因为现在世界各地都有人在开发机器学习专用的程序库，方便又多样的数据集也能唾手可得。一个人即使不懂理论知识，只要准备好程序库和数据集，再写上几行代码就可以制作出有模有样的东西。
但是，一直使用一个不知道原理的“黑盒”，大家的心情估计不会太好吧。诚然，通过好用的库，我们无须知道理论就可以开始编程，但是对有些人，尤其是程序员来说，使用不知道内部做了什么的东西时总会感到有些不放心。
如果就这样开始学习机器学习，那么到后面很可能会因为太难而学不下去。
而且在学习机器学习时，很多人会碰上绊脚石——数学公式。
特别是一些工作多年、已经把数学抛之脑后的初学者，自学专业书或资料时恐怕更是会看得云里雾里。
如果您也对机器学习感兴趣、想要学习其理论知识，同时又对数学，特别是数学公式有畏惧感，不妨看看《白话机器学习的数学》这本书。
专为不擅长数学的你而写
有趣 + 易懂 + 实用
【日】立石贤吾 | 著
郑明智 | 译
这本书通过正在学习机器学习的程序员绫乃和她朋友美绪的对话，结合回归和分类的具体问题，逐步讲解了机器学习中实用的数学基础知识。
其中，重点讲解了容易成为学习绊脚石的数学公式和符号。同时，还通过实际的Python编程讲解了数学公式的应用，进而加深读者对相关数学知识的理解。
此外，为了帮助那些忘记高中数学知识的读者复习，这本书在正文之外特别制作了专门讲解数学基础知识的附录，所以请大家不要担心，放心阅读。
1.读者反馈
在了解这本书的内容之前，您可以看看其他人对这本书的评价。
话不多说，上豆瓣评分和部分评论。
2.本书内容
第1章
简单介绍机器学习和回归、分类、聚类等算法
第2章
以“根据投入的广告费来预测点击量”为题材，学习回归
第3章
以“根据图像的大小，将其分类为纵向图像和横向图像”为题材，学习分类
第4章
学习评估已建立的模型
第5章
使用Python编程
附录
复习数学：求和符号和求积符号/微分/偏微分/复合函数/向量和矩阵/几何向量/指数/对数
Python基础：Python环境搭建/Python和NumPy的基础知识
3.本书特色
对话体
本书内容由两人的一问一答组成，凌乃的疑惑也许正是您的疑惑
层层拆解公式
对于复杂的公式，美绪会将其一一拆解，然后再讲给凌乃听
Python实现
尽管凌乃在Python上也是一名菜鸟，但她还是尝试用Python实现了回归和分类
4.本书试读
“随机梯度下降法”小剧场
向上滑动阅览
