Book description
本书提供了约200个独立的解决方案,来帮助你解决在日常开发中可能遇到的机器学习方面的问题。如果你熟悉Python和它的库(包括Pandas和scikit-learn),你就能应对加载数据、处理文本或数值型数据、模型选择、降维等特定问题。
书中的每个解决方案都给出了相应的代码,你可以直接把它们复制并粘贴到测试数据集中,看看它们是否能正常运行。接下来,你还可以对这些代码进行插入、组合和修改操作,以构建自己的应用。除了代码,书中还对每个解决方案进行了讨论,解释其原理并介绍相关的背景知识。本书的重点不在于讲解机器学习的理论和概念,而在于帮助你掌握构建实用的机器学习应用的要点。
本书包含如下方面的解决方案:
- 向量、矩阵和数组
- 处理数值型数据和分类数据,处理文本、图像,处理时间和日期
- 用特征提取或特征选择方法进行降维
- 模型的评估及选择
- 线性回归和逻辑回归、树和森林、K近邻
- 支持向量机(SVM)、朴素贝叶斯、聚类和神经网络
- 保存和加载训练后的模型
Table of contents
Product information
- Title: Python机器学习手册:从数据预处理到深度学习
- Author(s):
- Release date: July 2019
- Publisher(s): Publishing House of Electronics Industry
- ISBN: 9787121369629
You might also like
book
数据科学中的实用统计学(第2版)
统计方法是数据科学的重要组成部分,但鲜有数据科学从业人员接受过正规的统计学教育或培训,而关于统计学基础的课程和教材又很少从数据科学的角度讲解。本书以通俗易懂、分门别类的方式,专门从数据科学的角度系统地阐释重要且实用的统计学概念,侧重于介绍如何将各种统计方法应用于数据科学。 Python和R都是数据科学从业人员常用的语言。与第1版相比,本书第2版新增了更多Python示例。你将能够更全面地了解如何在数据科学项目中正确运用各种统计方法,系统梳理数据科学中的核心统计学概念,透彻理解哪些统计学概念重要、哪些不那么重要,以及为什么是这样。此外,本书还可以帮助你充分准备好应对数据科学面试。 通过本书,你将掌握以下知识。 为什么探索性数据分析是开启数据科学任务的关键一步 随机抽样如何降低偏差并提高数据集的质量 实验设计原则如何针对问题生成确定性答案 如何使用回归方法估计结果并检测异常 用于预测记录所属类别的主要分类方法 从数据中“学习”的统计机器学习方法 从未标记的数据中提取信息的无监督学习方法
book
精通機器學習
建立智慧系統的概念、工具與技術 “這是一本卓越的機器學習資源,有清楚、直觀的解說,以及大量實用技巧。” —François Chollet Keras作者,《Deep Learning with Python》作者 “這本書詳細介紹以神經網路解決問題的理論與做法;建議想要實際運用ML的人都要看這本書。” —Pete Warden TensorFlow行動主管 深度學習經歷了一系列的突破之後,已經大幅推動了整個機器學習領域,如今,即使你對這項技術一無所知,也可以使用簡單、高效的工具,製作可從資料中學習的程式。這本暢銷書新版本使用具體的案例、精簡的理論,以及Python準生產框架,協助你直觀地認識智慧系統的概念與建構工具。 你將學到可快速上手的技術,只要具備程式編寫經驗,就可以藉由各章的習題來學習。你可以在GitHub取得本書的所有程式碼,這些程式已經更新為TensorFlow 2,以及最新版的Scikit-Learn。 使用Scikit-Learn與pandas,透過端對端專案建立機器學習基礎 …
book
Python数据分析基础
想深入应用手中的数据?还是想在上千份文件中重复同样的分析过程?没有编程经验的非程序员们如何能在最短的时间内学会用当今炙手可热的Python语言进行数据分析? 来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里,读者将能掌握基本Python编程方法,学会编写出处理电子表格和数据库中的数据的脚本,并了解使用Python模块来解析文件、分组数据和生成统计量的方法。 学习基础语法,创建并运行自己的Python脚本 读取和解析CSV文件 读取多个Excel工作表和工作簿 执行数据库操作 搜索特定记录、分组数据和解析文本文件 建立统计图并绘图 生成描述性统计量并估计回归模型和分类模型 在Windows和Mac环境下按计划自动运行脚本
book
C语言核心技术(原书第2版)
C程序员在编写程序时手头一定要有这本书。在这本书中,C语言专家Peter Prinz和Tony Crawford为你提供大量的编程参考信息。这 本经典著作的新版对于C语言及其运行库中的每个特性给予了清晰、详细的解释,包括多线程、泛型宏,以及其他2011年C语言标准(C11)中的新功能。如果你想理解一个陌生函数的作用,以及标准链接库是如何规范它的执行,可以在本书中找到答案,并且配有经典示例进行说明。 对于有经验的C与C++编程者,这本书也相当理想,它包含了GNU 软件工具集中常用工具的使用说明。你会学到如何使用GNU make创建C程序,从C源代码编译获得执行程序,以及使用GNU调试器对程序进行测试与调试。 本书包括以下三个部分: C语言基本概念与元素,包括类型、语句、指针、内存管理、I/O等 C语言标准链接库,包括标准头综述,以及详细的标准函数参考 在GNU软件工具集中的C语言编程基本工具,并介绍了如何在 Eclipse IDE中使用它们