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