译者序
前言
作者简介
1.简介 / 001
2.什么是机器学习和人工智能(AI)? / 007
3.预测模型生成的分数代表什么? / 021
4.为什么使用机器学习 ?它增加了什么价值? / 029
5.机器学习是如何工作的? / 035
6.使用预测模型做出决策 / 047
7.这是记分卡,那决策树是什么 ? / 053
8.神经网络和深度学习 / 059
9.无监督学习和强化学习 / 071
10. 如何建立预测模型? / 085
11. 实施机器学习 / 101
12. 大数据与机器学习的关系 / 113
13. 道德、法律和 GDPR / 119
14. 机器学习的最新前沿 / 133
15. 我们何时可以购买无人驾驶汽车? / 143
16. 结束语 / 153
附录 / 155
附录 A 评估预测模型 / 155
附录 B 更多信息及推荐阅读文献 / 163
附录 C 机器学习和人工智能中的流行术语 / 169
附录 D 业务成功清单 / 183
注释 / 187