机器学习入门书,以Python语言介绍《Python机器学习基础教程》(好书分享更新中)
内容简介
基于Python3的机器学习入门教程 以机器学习算法实践为重点 使用scikit-learn库从头构建机器学习应用 涵盖模型评估调参方法 交差验证网格搜索 管道概念及文本数据处理方法等内容
作者简介 · · · · · ·
Andreas C.Müller,scikit-learn库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师,曾任纽约大学数据科学中心助理研究员、***公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。
Sarah Guido,Mashable公司数据科学家,曾担任Bitly公司数据科学家。
目录 · · · · · ·
前言 ix
第1章 引言 1
1.1 为何选择机器学习 1
1.1.1 机器学习能够解决的问题 2
1.1.2 熟悉任务和数据 4
1.2 为何选择Python 4
1.3 scikit-learn 4
1.4 必要的库和工具 5
1.4.1 Jupyter Notebook 6
1.4.2 NumPy 6
1.4.3 SciPy 6
1.4.4 matplotlib 7
1.4.5 pandas 8
1.4.6 mglearn 9
1.5 Python 2与Python 3的对比 9
1.6 本书用到的版本 10
1.7 第一个应用:鸢尾花分类 11
1.7.1 初识数据 12
1.7.2 衡量模型是否成功:训练数据与测试数据 14
1.7.3 要事第一:观察数据 15
1.7.4 构建第一个模型:k近邻算法 16
1.7.5 做出预测 17
1.7.6 评估模型 18
1.8 小结与展望 19
阅读地址:https://www.turingtopia.com/polymerizate/downList
最后:
我是AKA_王德发,一枚入门级程序员。关注即可获得更多,别忘了三连啊,点赞、收藏、留言,不要下次一定