●譯者序
●前言
●致謝
●第1章 什麼是機器學習
●1.1 機器學習的歷史
●1.1.1 阿蘭·圖靈
●1.1.2 亞瑟·塞繆爾
●1.1.3 湯姆 M.米切爾
●1.1.4 總結定義
●1.2 機器學習的算法類型
●1.2.1 監督學習
●1.2.2 無監督學習
●1.3 人的作用
●1.4 機器學習的用途
●1.4.1 軟件
●1.4.2 股票交易
●1.4.3 機器人學
●1.4.4 醫學和醫療
●1.4.5 廣告業
●1.4.6 零售和電子商務
●部分目錄

詹森？貝爾著的《機器學習(實用技術指南)/數據分析與決策技術叢書》專注於各種機器學習方法的使用及其工程實踐，旨在幫助你掌握機器學習實踐技能，不涉及過多的數學理論。書中以實例方式講述通用的機器學習概念，你將學到機器學習的常用策略、機器學習的不同方法，以及如何在實時和批處理環境下應用它們。
全書共12章，靠前章和第2章介紹機器學習和數據挖掘的定義、實踐中所使用的相關工具及其產生的效果；第3章到第8章聚焦於不用類型的機器學習理論，包括決策樹、貝葉斯網絡、神經網絡模型、關聯規則學習、支持向量機、聚類等，詳細展示這些方法的使用，並提供代碼示例；第9章和靠前0章是實例攻略，將對比實時和批處理兩種環境下的方法，並且考察如何將它們整合在一個大的算法框架中；靠前1章和靠前2章將介紹Apache Spark和R語言。

(美)詹森·貝爾(Jason Bell) 著；鄒偉,王燕妮 譯

前    言  Preface數據，數據，數據！想必在新聞、報刊、白皮書、電視等媒介的持續衝擊下，人們無法擺脫大數據和數據科學的洗禮。現實需求推動了對數據的學習、分析和應用，這些數據來自社交媒體、智能手機、硬件設備（也稱作“物聯網”）、傳感器等任何可以產生數據的設備。    大多數數據挖掘的宣傳著重於數據規模和處理速度。數據洪水（data flood）的預言告訴人們，我們無法實時處理這些數據，硬件推銷人員會進一步賣給我們所需要的服務，以期能夠滿足處理速度的要求。從某種程度上來說，他們是對的，但是我們值得停下來思考片刻，並對手邊的任務進行適當的再認識。    近年來，數據挖掘和機器學習在我們周圍持續火爆，各種媒體也不斷推送著海量的數據。但仔細觀等