当前位置:主页 > 计算机电子书 > 人工智能 > 人工智能 pdf电子书
机器学习:Python实践

机器学习:Python实践 PDF 原书完整版

  • 更新:2019-05-23
  • 大小:124.7 MB
  • 类别:人工智能
  • 作者:魏贞原
  • 出版:电子工业出版社
  • 格式:PDF

  • 资源介绍
  • 学习心得
  • 相关内容

机器学习:Python实践》是由电子工业出版社出版的一本关于人工智能方面的书籍,作者是魏贞原,主要介绍了关于机器学习、Python实践方面的知识内容,目前在人工智能类书籍综合评分为:9.2分。

书籍介绍

机器学习:Python实践

机器学习:Python实践

读者评价

基于python3,和scikit learn框架,讲述了用python进行机器学习项目的解决方法,特别好。但是对于机器学习的理论,讲述非常浅,但是易于上手
讲得很浅,基本上就是过了一下流程,但是每个都没有深入,也只适合刚入门的看一下流程,有个基本概念。
代码可以直接上手,入门看不错
首先肯定优点,这本书简单易学,可操作性强,上手就能用,内容组织条理清晰,把分类回归问题的一般化流程写的很明确,适合初学者。
再说说不足,首先,内容上完全没有涉及到除分类回归外的其他内容(最后附录中提到了一个Kmean的聚类),机器学习可不止有这两大方面,其次,很多地方并没有解释的很清楚,特别是参数,只是让这样做,却没有提到为什么要这样。
总体而言,可提升性还是很高的,期待作者的下一本书。

内容介绍

《机器学习——Python实践》系统地讲解了机器学习的基本知识,以及在实际项目中使用机器学习的基本步骤和方法;详细地介绍了在进行数据处理、分析时怎样选择合适的算法,以及建立模型并优化等方法,通过不同的例子展示了机器学习在具体项目中的应用和实践经验,是一本非常好的机器学习入门和实践的书籍。

不同于很多讲解机器学习的书籍,本书以实践为导向,使用 scikit-learn 作为编程框架,强调简单、快速地建立模型,解决实际项目问题。读者通过对《机器学习——Python实践》的学习,可以迅速上手实践机器学习,并利用机器学习解决实际问题。

《机器学习——Python实践》非常适合于项目经理、有意从事机器学习开发的程序员,以及高校相关专业在的读学生阅读。

目录

  • 第一部分 初始
  • 1 初识机器学习 2
  • 2 Python 机器学习的生态圈 7
  • 3 第一个机器学习项目 13
  • 4 Python 和 SciPy 速成 25
  • 第二部分 数据理解
  • 5 数据导入 44
  • 6 数据理解 48
  • 7 数据可视化 55
  • 第三部分 数据准备
  • 8 数据预处理 64
  • 9 数据特征选定 71
  • 第四部分 选择模型
  • 10 评估算法 78
  • 11 算法评估矩阵 85
  • 12 审查分类算法 97
  • 13 审查回归算法 106
  • 14 算法比较 115
  • 15 自动流程 119
  • 第五部分 优化模型
  • 16 集成算法 124
  • 17 算法调参 133
  • 第六部分 结果部署
  • 18 持久化加载模型 138
  • 第七部分 项目实践
  • 19 预测模型项目模板 144
  • 20 回归项目实例 150
  • 21 二分类实例 170
  • 22 文本分类实例 192

资源获取

资源地址1:https://pan.baidu.com/s/1GzdfZawSC6FGe098Gi_gDw(密码:7udz)

相关资源

网友留言

网友NO.33386
网友NO.33386

Pyhton基础与实践 主要介绍Python语言中一些基础但又很重要的知识,python对象、函数、类、正则表达式、编码转换等。 对象 一切皆对象 Python中一切皆为对象,每个对象都包含一个标准头,头信息由 "引用计数" 和 "类型指针" 组成。 "引用计数"为PVM中主要的垃圾回收机制,每当对象被引用时增加,超出作用域或调用del手工释放后递减,计数为0时被回收; 通过"类型指针"可明确知道对象的类型,指向Type对象,包含了其继承关系以及静态成员信息; 可使用sys.getrefcount(x)来查看对象的引用计数; type(x)和x.__class__可查看对象类型; hex(id(x))返回对象内存地址; 对于变长对象,其头部会多出一个记录元素数量的字段;

网友NO.29700
网友NO.29700

程序流程 ​ 我认为写程序是是爬虫的第三步,最重要的是!==定义问题== ,只有定义了你需要的内容,才好去搜索,去找需要的网页,根据网页的内容,编写程序,所以大概流程是这样: ​ 定义问题—>寻找需要的网页—>分析网页结构(反爬等)—->程序1.0—>循环测试—>获取结果—>保存结果