《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