本书的主要内容

本书分为3个部分。

第1部分为理论篇，包含第1章～第3章，是算法评估的理论基础，这一部分从算法的功能角度分类，针对分类算法、回归算法和聚类算法分别介绍对应的基础理论和评估方法。对于职场的老员工，这一部分知识可能耳熟能详，但是对于职场的新人，这一部分知识可能需要重点掌握。

第2部分为算法篇，包含第4章～第8章，介绍更复杂的模型（如深度学习模型和集成树模型）的对比与评估，并且针对它们实际应用的业务场景介绍该场景下特有的评估指标和评估体系。这些业务场景包括自然语言处理、基于位置的服务以及推荐算法等。读者可以根据实际业务需要重点阅读感兴趣的章节。

第3部分为工具篇，包含第9章～第11章，是对算法评估的常用工具、技术和方法论的总结，包括实用的可视化工具介绍，并讨论机器学习算法的本质。希望在学习完这一部分内容之后，读者能在工作和学习中得到效率和算法思想上的提升。