傑夫·巴恩斯著的《Azure機器學習》基於Azure Machine Leaming Studio探討了現代數據科學演算法的背景、理論和實際應用。 全書共8章。第1章描述了在數據科學領域，Azure機器學習如何通過實現完全托管的數據科學雲服務邁出預測分析解決方案的關鍵一步；第2章講解預測分析科學和方法論的基本概念：第3章探討Azure ML Studio的基本原理；第4章基於一個實用的Aztre機器學習預測模型，探討可以用來調用Azure機器學習Web服務的客戶端和伺服器應用程序的類型；第5章深入探討Azure ML Studio提供的一些複雜的機器學習演算法；第6章探討數據分析的挖掘方案，包括自主數據分析、確定數據的相關性、推斷邏輯分組以及被廣泛研究的用「從樹木到森林」的演算法處理混亂數據的方案；第7章介紹當今互聯網中最強大和被廣泛使用的預測分析的實現方法；第8章探索如何將「持續學習」納入到預測模型工作流的實現機制上。 本書適合從事雲計算、機器學習和數據科學相關行業的開發人員、工程師閱讀，也適合用作大專院校相關專業和培訓機構的教學用書。
[