Python 机器学习基础教程

《Python 机器学习基础教程》

内容简介

本书是机器学习入门书，以 Python 语言介绍。主要内容包括：

机器学习的基本概念及其应用；

实践中最常用的机器学习算法以及这些算法的优缺点；

在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；

模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；

管道的概念；

如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。

• 机器学习的基本概念及其应用

• 常用机器学习算法的优缺点

• 机器学习所处理的数据的表示方法，包括重点关注数据的哪些方面

• 模型评估和调参的高级方法

• 管道的概念

• 处理文本数据的方法，包括文本特有的处理方法

• 进一步提高机器学习和数据科学技能的建议

作者简介

Andreas C. Müller，scikit-learn 库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师，曾任纽约大学数据科学中心助理研究员、亚马逊公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。

Guido，Mashable 公司数据科学家，曾担任 Bitly 公司首席数据科学家。

长按扫码

试读

我们在成长中不断努力学习

我们在学习中拉开人生差距