“這本書介紹機器學習與資料科學，聯結工程師與資料科學家，協助將相關技術應用在實務，確保你的投入能真正解決問題，以及提供實際應用時的最佳化技巧。”-摘自系列編輯PaulDix的序成功資料科學專案的實務技巧本書是資料科學與機器學習從業者解決實務問題技術的速成課。作者Andrew與Adam展示如何快速的產出重要結果；持續讓投資報酬率最大化；避免過度期待的工具與不必要的複雜性；以最簡單、最低風險的方式完成工作。作者以豐富的經驗幫助你提出實用並完整的執行方案，透過直接查詢、聚合、視覺化進行工作，教授不可或缺的錯誤分析方法以避免錯誤的結論。內容涵蓋了線性回歸、分類、聚類、貝葉斯推理等機器學習技術，幫助你為每個專案選擇正確的演算法。有關硬體、基礎設施、分散式系統的結論為實務環境最佳化提供寶貴的參考指南。‧利用敏捷方法聚焦於專案的小範圍與有效開發‧以Python實務範例學習‧由簡單的啟發開始，隨著資料管道的成熟而改善‧以基本的資料視覺化技術展示成果‧掌握線性廻歸、隨機森林、分類、群集、過適等關鍵機器學習技術‧學習基本圖模型與貝葉斯推斷‧認識機器學習模型中的關聯與因果
