0人評分過此書
Python机器学习及实践：从零开始通往Kaggle竞赛之路
作者
：
出版日期
：
2016/10/01
閱讀格式
：
EPUB
ISBN
：
9787302442875
本書面向所有對機器學習與資料挖掘的實踐及競賽感興趣的讀者，從零開始，以Python編程語言為基礎，在不涉及大量數學模型與複雜編程知識的前提下，逐步帶領讀者熟悉並且掌握當下最流行的機器學習、資料挖掘與自然語言處理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。 全書共分4章。第1章簡介篇，介紹機器學習概念與Python編程知識；第2章基礎篇，講述如何使用Scikitlearn作為基礎機器學習工具；第3章進階篇，涉及怎樣借助高級技術或者模型進一步提升既有機器學習系統的性能；第4章競賽篇，以Kaggle平臺為物件，幫助讀者一步步使用本書介紹過的模型和技巧，完成三項具有代表性的競賽任務。
- 封面页
- 书名页
- 版权页
- 内容简介
- 作者介绍
- 编委会名单
- 出版说明
- 推荐语
- 前言
- 目录
-
第1章 简介篇
-
1.1 机器学习综述
-
1.1.1 任务
-
1.1.2 经验
-
1.1.3 性能
-
-
1.2 Python编程库
-
1.2.1 为什么使用Python
-
1.2.2 Python机器学习的优势
-
1.2.3 NumPy&SciPy
-
1.2.4 Matplotlib
-
1.2.5 Scikit-learn
-
1.2.6 Pandas
-
1.2.7 Anaconda
-
-
1.3 Python环境配置
-
1.3.1 Windows系统环境
-
1.3.2 Mac OS系统环境
-
-
1.4 Python编程基础
-
1.4.1 Python基本语法
-
1.4.2 Python数据类型
-
1.4.3 Python数据运算
-
1.4.4 Python流程控制
-
1.4.5 Python函数（模块）设计
-
1.4.6 Python编程库（包）的导入
-
1.4.7 Python基础综合实践
-
-
1.5 章末小结
-
-
第2章 基础篇
-
2.1 监督学习经典模型
-
2.1.1 分类学习
-
2.1.2 回归预测
-
-
2.2 无监督学习经典模型
-
2.2.1 数据聚类
-
2.2.2 特征降维
-
-
2.3 章末小结
-
-
第3章 进阶篇
-
3.1 模型实用技巧
-
3.1.1 特征提升
-
3.1.2 模型正则化
-
3.1.3 模型检验
-
3.1.4 超参数搜索
-
-
3.2 流行库／模型实践
-
3.2.1 自然语言处理包（NLTK）
-
3.2.2 词向量（Word2Vec）技术
-
3.2.3 XGBoost模型
-
3.2.4 Tensorflow框架
-
-
3.3 章末小结
-
-
第4章 实战篇
-
4.1 Kaggle平台简介
-
4.2 Titanic罹难乘客预测
-
4.3 IMDB影评得分估计
-
4.4 MNIST手写体数字图片识别
-
4.5 章末小结
-
- 后记
- 参考文献
- 彩图
- 出版地 ： 中國大陸
- 語言 ： 簡體中文
評分與評論
請登入後再留言與評分
EPUB
EPUB
EPUB
PDF
PDF
