Python机器学习经典实例,366页pdf

2021 年 1 月 2 日 专知

《Python机器学习经典实例(影印版 英文版)》这本实用指南提供了近200则完整的攻略,可帮助你解决日常工作中可能遇到的机器学习难题。如果你熟悉Python以及包括pandas和scikit-learn在内的库,那么解决一些特定问题将不在话下,比如数据加载、文本处理、数值数据、模型选择、降维以及诸多其他主题。


  每则攻略中都包含代码,你可以将其复制并粘贴到实验数据集中,以确保代码的确有效。你可以插入、组合、修改这些代码,从而协助构建你自己的应用程序。攻略中还包括相关的讨论,对解决方案给出了解释并提供有意义的上下文。


  《Python机器学习经典实例(影印版 英文版)》在理论和概念之外提供了构造实用机器学习应用所需的具体细节。


https://www.oreilly.com/library/view/machine-learning-with/9781491989371/


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“MLPC” 可以获取《Python机器学习经典实例,366页pdf》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
登录查看更多
0

相关内容

Python是一种面向对象的解释型计算机程序设计语言,在设计中注重代码的可读性,同时也是一种功能强大的通用型语言。
【经典书】机器学习导论,234页pdf
专知会员服务
74+阅读 · 2021年4月20日
【干货书】掌握Python算法,337页pdf
专知会员服务
79+阅读 · 2021年3月20日
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
【经典书】线性代数,286页pdf
专知会员服务
128+阅读 · 2021年2月28日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
287+阅读 · 2020年6月3日
经典教材《统计学习导论》Python版
专知
28+阅读 · 2020年10月19日
【干货书】计算机科学离散数学,627页pdf
专知
60+阅读 · 2020年8月31日
Arxiv
0+阅读 · 2021年5月3日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
24+阅读 · 2020年3月11日
EfficientDet: Scalable and Efficient Object Detection
Arxiv
6+阅读 · 2019年11月20日
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
Arxiv
3+阅读 · 2018年3月13日
VIP会员
相关VIP内容
【经典书】机器学习导论,234页pdf
专知会员服务
74+阅读 · 2021年4月20日
【干货书】掌握Python算法,337页pdf
专知会员服务
79+阅读 · 2021年3月20日
【经典书】线性代数元素,197页pdf
专知会员服务
55+阅读 · 2021年3月4日
【经典书】线性代数,286页pdf
专知会员服务
128+阅读 · 2021年2月28日
【干货书】Python机器学习,361页pdf
专知会员服务
264+阅读 · 2021年2月25日
【经典书】R机器学习入门:严格的数学分析,225页pdf
专知会员服务
61+阅读 · 2021年2月16日
【经典书】操作系统导论,687页pdf
专知会员服务
171+阅读 · 2020年10月28日
【干货书】用于概率、统计和机器学习的Python,288页pdf
专知会员服务
287+阅读 · 2020年6月3日
相关论文
Arxiv
0+阅读 · 2021年5月3日
Arxiv
31+阅读 · 2021年3月29日
Arxiv
24+阅读 · 2020年3月11日
EfficientDet: Scalable and Efficient Object Detection
Arxiv
6+阅读 · 2019年11月20日
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
Arxiv
3+阅读 · 2018年3月13日
Top
微信扫码咨询专知VIP会员