想入门机器学习但是不懂编程，没接触过Python怎么办？
我的时间不多，希望能快速掌握机器学习的基本逻辑，可行吗？
我要用到工作上，希望能有实战上的指导，能做到吗？
我看到理论概念就容易走神，最怕公式推导了，希望学习过程能轻松点！
听说入门机器学习要学线性代数统计学概率论微积分程序算法......这么多怎么学？
咖哥是谁？
主角是小冰
走心的学习路线，让自学之路不迷茫。
本书以AI菜鸟“小冰”拜师程序员“咖哥”为背景，精心设计了一条贴合零基础读者的入门路线。
故事+对话+插图，让入门更轻松
机器学习有哪些关键的步骤呢？
课堂跟踪实战过程，提出问题——解决问题
《零基础学机器学习》每一课都给出了学习路线图，全书共11课。第一课学习路线图见下图
下图为手机拍摄，效果不是太好（笑）
本书有以下特色
- 本书针对的是入门级的读者，学起来非常简单，读起来风格轻松，还略有幽默，一扫机器学习给人带来的晦涩难懂、都是高深算法的印象。其实入门机器学习，并不一定马上就需要研究艰深的算法，那样只会把初学者吓跑。
- 虽然本书行文风络是轻松幽默的，但是内容很实用，非常强调实战。书中的案例大多源自真实项目，不仅接地气，还便于动手操作。
- 覆盖面广，包括机器学习、深度学习和强化学习的基础内容。
- 呈现的形式灵活。所有机器学习内容在书中都以课程、对话、答疑和练习的形式呈现。
本书的具体内容包括以下部分：
- 机器学习的基本原理
- 机器学习相关的数学和Python基础知识。
- 机器学习算法以及实战案例。
- 深度学习原理及实战案例。
- 强化学习算法及简单实战
真正意义上的“轻松”而“实用”的机器学习入门书
关于作者
零基础学机器学习的轻松11课
第1 课 机器学习快速上手路径—唯有实战
第2 课 数学和Python 基础知识—一天搞定
第3 课 线性回归—预测网店的销售额
第4 课 逻辑回归—给病患和鸢尾花分类
第5 课 深度神经网络—找出可能流失的客户
第6课 卷积神经网络—识别狗狗的图像
第7 课 循环神经网络—鉴定留言及探索系外行星
第8 课 经典算法“宝刀未老”
第9 课 集成学习“笑傲江湖”
第10 课 监督学习之外—其他类型的机器学习
第11 课 强化学习实战—咖哥的冰湖挑战
内容赏析