Python机器学习基础教程

Python机器学习基础教程_第1张图片

本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的高级方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。

本书特色

机器学习已成为许多商业应用和研究项目不可或缺的一部分,海量数据使得机器学习的应用范围远超人们想象。本书将向所有对机器学习技术感兴趣的初学者展示,自己动手构建机器学习解决方案并非难事!

书中重点讨论机器学习算法的实践而不是背后的数学,全面涵盖在实践中实现机器学习算法的所有重要内容,帮助读者使用Python和scikit-learn库一步一步构建一个有效的机器学习应用。

  • 机器学习的基本概念及其应用
  • 常用机器学习算法的优缺点
  • 机器学习所处理的数据的表示方法,包括重点关注数据的哪些方面
  • 模型评估和调参的高级方法
  • 管道的概念
  • 处理文本数据的方法,包括文本特有的处理方法
  • 进一步提高机器学习和数据科学技能的建议

目录

版权声明
O’Reilly Media, Inc. 介绍
前言
第 1 章 引言
第 2 章 监督学习
第 3 章 无监督学习与预处理
第 4 章 数据表示与特征工程
第 5 章 模型评估与改进
第 6 章 算法链与管道
第 7 章 处理文本数据
第 8 章 全书总结
关于作者 阅读
关于封面

下载

https://pan.baidu.com/s/1r-KYwEMNUWfgBVxOI3FifA

你可能感兴趣的:(图书分享)