《Python机器学习项目实战》，135页pdf带你小白入门机器学习

机器学习越来越多地被用于发现模式、进行分析和做出决策——投资于吸引更多的利益相关者加入是至关重要的。这本关于机器学习中的Python项目的书试图做到这一点:为今天和明天的开发人员提供工具，他们可以使用这些工具更好地理解、评估和塑造机器学习，以帮助确保它为我们所有人服务。

如果你还没有Python编程环境，这本书将为你提供一个，然后在“机器学习导论”一章中为你提供一个机器学习的概念理解。接下来是三个Python机器学习项目。它们将帮助你创建一个机器学习分类器，建立一个神经网络来识别手写数字，并通过为Atari构建一个机器人来给你一个深度强化学习的背景知识。

Python机器学习项目

1. 前言

2. 设置Python编程环境

3.机器学习入门

4. 如何用Scikitlearn在Python中构建机器学习分类器

5. 如何建立基于Tensorflow的神经网络识别手写数字

6. 深度强化学习的偏差-方差: 如何用OpenAI Gym为Atari构建一个机器人

https://www.digitalocean.com/community/books/python-machine-learning-projects-a-digitalocean-ebook

• Python是一种灵活、通用的编程语言，适用于许多用例，在脚本编制、自动化、数据分析、机器学习和后端开发方面具有优势。Python 3是该语言的最新版本，被认为是Python的未来。本教程将帮助您使用python3编程环境设置远程服务器或本地计算机。如果您已经安装了Python 3，以及pip和venv，那么请轻松进入下一章!

• 在本节中，我们将研究监督学习和无监督学习的常见机器学习方法，以及机器学习中常见的算法方法，包括k近邻算法、决策树学习和深度学习。我们将探索在机器学习中最常用的编程语言，为用户提供每种语言的优缺点。此外，我们将讨论机器学习算法中存在的偏见，并考虑在构建算法时应该记住什么来防止这些偏见。

• 在本节中，您将使用用于Python的机器学习工具Scikit-learn用Python实现一个简单的机器学习算法。使用一个乳腺癌肿瘤信息数据库，您将使用Naive Bayes (NB)分类器来预测肿瘤是恶性还是良性。在本教程结束时，您将知道如何用Python构建自己的机器学习模型。

• 在本节中，您将实现数字识别。使用TensorFlow ，一个由谷歌大脑实验室开发的用于深度学习研究的开源Python库，您将获得0-9数字的手绘图像，并构建和训练一个神经网络来识别和预测所显示数字的正确标签。

• 在本节中，您将首先训练一个基本的强化学习代理，它在玩经典的雅达利(Atari)游戏机《太空入侵者》(Space Invaders)时采取随机行动，这将作为您进行比较的基准

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“P135” 可以获取《《Python机器学习项目实战》，135页pdf带你小白入门机器学习》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看获取5000+AI主题知识资源