Python机器学习实例及代码分析——识别·预测·异常检测 python机器学习入门 人工智能技术深度学习入门 图像识别

本书读者对象为：有一定编程经验，想学习机器学习·深度学习中的图像识别、预测和异常检测技术的程序员。
·机器学习是使计算机具有学习能力的数理技术。本书通过Python实例实现设备的异常检测和系列数据的识别，以此来加深对机器学习的理解。
·作为一本人工智能技术类图书，本书没有面面俱到，仅针对机器学习中的图像识别、分类预测及异常检测技术用Python进行了编程实现，并对相关代码进行了分析。

机器学习作为实现人工智能的方法，是一种让计算机具备学习能力的数理技术。本书就以Python为工具，结合实例和代码分析对机器学习中的异常检测和系列数据分析技术进行了详细解说。其中前半部分介绍了基本的分类器和预测器的使用方法，以便读者能够顺利地进行机器学习实践。后半部分以作者的研究经验为基础，介绍了一些应用于实际问题的例子。
本书以解说实例源码为中心，特别适合有一定编程基础、对机器学习技术感兴趣的高校学生学习，也适合将机器学习技术应用于实际业务的工程师参考。

福井健一(Ken-ichi Fukui)
2003年 名古屋大学研究生院人间情报学研究科物质·生命情报学专业完成博士前期课程
2010年 大阪大学产业科学研究所助教
现在   大阪大学产业科学研究所准教授
博士(情报科学)