内容简介:
掌握掌握学习Python的六个步骤:使用Python预测性数据分析的实用指南
主机学习与Python在六个步骤,探索基础到高级主题,所有旨在使您成为一个值得从业者。
这本书的方法是基于“六度分离”理论,其中指出,每个人和所有事物最多只有六步之遥。掌握机器学习的六个步骤中的Python将每个主题分为两个部分:理论概念和使用合适的Python包的实际实现。
您将学习Python编程语言,机器学习历史,演进和系统开发框架的基础知识。还介绍了关键数据挖掘/分析概念,如特征维度降低,回归,时间序列预测及其在Scikit学习中的有效实现。最后,您将探索高级文本挖掘技术,神经网络和深度学习技术及其实现。
本书中提供的所有代码将以iPython笔记本的形式提供,以使您能够尝试这些示例并将其扩展到您的优势。
你会学到什么
检查Python编程语言的基础知识
审查机器学习历史和进化
了解机器学习系统开发框架
通过实例实施监督/无监督/强化学习技术
探索高级文本挖掘技术的基础
实施各种深入学习框架
这本书是谁
Python开发人员或数据工程师希望将他们的知识或职业扩展到机器学习领域。
非Python(R,SAS,SPSS,Matlab或任何其他语言)机器学习从业者希望扩大其在Python中的实现技能。
新手学习从业者寻求学习高级课程,如超参数调整,各种合奏技巧,自然语言处理(NLP),深度学习和强化学习的基础知识。
目录:
第1章:第1步 – Python入门
第2章:第2步 – 机器学习简介
第3章:第3步 – 机器学习的基础
第4章:第4步 – 模型诊断和调优
第5章:第5步 – 文本挖掘与推荐系统
封面:
下载: