全书内容共分17章。其中第1-2章讲解python的入门知识和进阶知识,第3章讲解机器学习的概念及各种术语、评价标准。第4~10章介绍相对简单的有监督学习方法,包括线性回归算法、二元Logistic回归算法、多元Logistic回归算法、判别分析算法、朴素贝叶斯算法、高维数据惩罚回归算法、K近邻算法。第11~12章介绍主成分分析算法、聚类分析算法两种无监督学习算法。后面各章介绍相对复杂的有监督学习算法,分别为:第13章介绍决策树算法;第14~15章介绍随机森林算法、提升法两种集成学习算法;第16~17章介绍支持向量机算法、神经网络算法两种高级有监督学习算法。
本书可作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或机器学习应用的专业教材、参考书;也可以作为企事业单位数字化人才培养的教科书、工具书,以及职场人士自学掌握Python机器学习应用、提升数据挖掘分析能力、进而提高工作效能和改善绩效水平的工具书。
这本书的特色是在机器学习各种算法的介绍方面通俗易懂,较少涉及数学推导,对数学基础要求相对不高,在python代码方面讲的很细致,看了以后根据自身需要选取算法、优化代码、科学调参。
Python、机器学习听起来很难,能学会吗?--推荐一本避雷避坑、已经被亲测可行的网红书:《Python机器学习原理与算法实现》(杨维忠 张甜 著 2023年2月新书 清华大学出版社)。
这本书内容非常详实,包含了Python和机器学习,相当于一次获得了两本书。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(这一点基本上是大多数书目做不到的)。《Python机器学习原理与算法实现》一书创作完成后,在正式出版之前,已经开发成一套系统课程,分9次授课,在某全国性股份制商业银行内部开展了培训,490人根据行内组织统一学习,授课完成后放在知鸟平台供回放学习,9次课程累计回放量近3万次,得到参训学员的一致好评,广泛应用于各位学员的工作实践。(所以,这是一本避雷避坑、已经被亲测可行的网红书,只要用心学,都没问题哦)
随书赠送的学习资料也很多,包括全部的源代码、PPT、思维导图,还有12小时的讲解视频,每一章后面还有练习题及参考答案,还有学习群,相对于只看网络上的视频,一方面更加系统、高效,另一方面照着书一步步操作学起来也事半功倍。全网热销中,当当、京东等平台搜索“Python机器学习 杨维忠”即可。
《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),适用于学习Python/机器学习
创作不易,恳请多多点赞,感谢您的支持!
创作不易,恳请多多点赞,感谢您的支持!
创作不易,恳请多多点赞,感谢您的支持!