发帖
雷达卡
《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社）
本书内容
第1章为Python入门知识，内容包括Python简介与本书教学理念，Python下载与安装，Python注释、基本输出与输入，Python变量和数据类型、Python序列、Python列表、Python元组、Python字典、Python集合、Python字符串。
第2章为Python进阶知识，内容包括Python流程控制语句、Python函数、Python模块和包、Python numpy模块数组、Python pandas模块序列与数据框、Python对象与类、Python数据读取、Python数据检索、Python数据缺失值处理、Python数据重复值处理、Python数据行列处理。
第3章为机器学习介绍，内容包括机器学习概述，机器学习术语，机器学习分类，机器学习中误差、泛化、过拟合与欠拟合、偏差、方差与噪声等重要概念，以及常用的机器学习性能度量和模型评估方法，机器学习的项目流程。
第4章为线性回归算法，主要介绍线性回归算法的基本原理及Python实现，还介绍了描述性分析、图形绘制、正态性检验、相关性分析等经典统计分析方法在Python中的实现。
第5为二元Logistic回归算法，主要介绍二元Logistic回归算法的基本原理，并结合具体实例讲解该算法在Python中的实现与应用。
第6章为多元Logistic回归算法，主要介绍多元Logistic回归算法的基本原理，并结合具体实例讲解该算法在Python中的实现与应用。
第7章为判别分析算法，内容包括线性判别分析和二次判别分析两种判别分析算法的基本原理，并结合具体实例讲解这两个算法在Python中的实现与应用。
第8章为朴素贝叶斯算法，讲解贝叶斯算法的基本原理、贝叶斯定理、朴素贝叶斯算法的基本原理、拉普拉斯修正、朴素贝叶斯算法分类及适用条件，并结合具体实例讲解这些算法在Python中的实现与应用。
第9章为高维数据惩罚回归算法，主要讲解高维数据惩罚回归算法的基本原理、岭回归、Lasso回归、弹性网回归、惩罚回归算法的选择，并结合具体实例讲解这些算法在Python中的实现与应用。
第10章为K近邻算法，主要讲解K近邻算法的基本原理，并结合具体实例讲解该算法解决分类问题和回归问题的Python实现与应用。
第11章为主成分分析算法，主要讲解主成分分析算法的基本原理、数学概念、主成分特征值、样本的主成分得分、主成分载荷等内容，并结合具体实例讲解该算法在Python中的实现与应用。
第12章为聚类分析算法，主要讲解聚类分析算法的基本原理、划分聚类分析、层次聚类分析、样本距离的测度等内容，并结合具体实例讲解这些算法在Python中的实现与应用。
第13章为决策树算法，主要讲解决策树算法的概念与原理、特征变量选择及其临界值确定方法、决策树的剪枝、包含剪枝决策树的损失函数、变量重要性等内容，并结合具体实例讲解这些算法解决分类问题和回归问题的Python实现与应用。
第14章为随机森林算法，主要讲解集成学习的概念与分类、装袋法的概念与原理、随机森林算法的概念与原理、随机森林算法特征变量重要性度量、部分依赖图与个体条件期望图等内容，并结合具体实例讲解这些算法解决分类问题和回归问题的Python实现与应用。
第15章为提升法，主要讲解提升法的概念与原理、AdaBoost、梯度提升法、回归问题损失函数、分类问题损失函数、随机梯度提升法、XGBoost算法等内容，并结合具体实例讲解这些算法解决分类问题和回归问题的Python实现与应用。
第16章为支持向量机算法，主要讲解线性可分，硬间隔分类器的概念、原理解释与求解步骤，软间隔分类器的概念、原理解释与求解步骤，核函数，多分类问题支持向量机，支持向量回归等内容，并结合具体实例讲解这些算法解决分类问题和回归问题的Python实现与应用。
第17章为神经网络算法，主要讲解神经网络算法的基本思想、感知机、多层感知机、神经元激活函数、误差反向传播算法、万能近似定理及多隐藏层优势、BP算法过拟合问题的解决等内容，并结合具体实例讲解这些算法解决分类问题和回归问题的Python实现与应用。
通过“入门—进阶—应用”循序渐进的方式讲解Python。前两章分别讲解Python入门知识和Python进阶知识，使大家能够基本掌握Python的基础知识与进阶应用，后续章节在讲解各类机器学习算法时，逐一详解用到的各种Python代码，针对每行代码均有恰当注释，使读者能够真正理解各种代码的含义，从而可以灵活运用于自身的科研或应用研究。
通过“复杂算法模型简单化、抽样理论概念具象化”深入浅出的方式讲解机器学习。本书尽可能用图像化、案例化的方式剖析各种算法的基本原理、适用条件，使读者真的能够看得明白、学得进去，避免在复杂的数学公式推导面前耗尽了所有的学习热情，苦技能虽好却不能为己所用。同时也做到了不失专业深度，使读者真正能够掌握各种算法的精髓，能根据自身需要选取算法、优化代码、科学调参。
实现了Python与机器学习应用的深度融合。本书以学以致用为桥梁实现了Python与机器学习之间的高效联动协同，使读者通过本书的学习能够同时掌握Python语言、机器学习这两大专业利器，达到“一箭双雕”的学习效果，有效提升自己的科研与应用水平。
《Python机器学习原理与算法实现》（杨维忠、张甜著，2023年2月，清华大学出版社）
创作不易，恳请各位朋友多多点赞支持，真诚感谢！
京公网安备 11010802022788号
