【干货书】使用Python精通机器学习, 394页pdf

数据科学的学习指引“对任何想要使用Python开始机器学习的人，这本书是很棒且超实用的资源。真希望当我开始使用scikit-learn时有这本书！” -Hanna Wallach, 微软研究院资深研究员

机器学习已成为许多商业应用程式与研究专案的精华部分，但这个领域并不是大公司中规模庞大的研究团队所独有。

就算是使用Python的初学者，这本书也能教会你实际的方法，来建立自己的机器学习解决方案。

以现今可以取得的资料量来说，只要你能想到的，机器学习应用程式都能做到。

你将学习必要的步骤，使用Python和scikit-learn函式库，来建立成功的机器学习应用程式。

作者Andreas Müller和Sarah Guido聚焦于使用机器学习演算法的实务面向，而不是它们背后的数学。

熟悉NumPy和matplotlib函式库，将帮助你能从这本书获益更多。

透过这本书，你将学到：

• 基本概念和机器学习应用程式
• 广泛应用机器学习演算法的优点和缺点
• 使用机器学习如何重现资料，包含资料的重点面向
• 模型评估的进阶方法和参数调整
• 对链结模型的pipeline概念和封装工作流程
• 运作文字资料的方法，包含特定文字的处理技术
• 对改善机器学习和资料科学技巧的建议"

目录大纲 前言

• chapter 01 导读
• chapter 02 监督式学习
• chapter 03 非监督式学习和前处理
• chapter 04 资料重现和特征工程
• chapter 05 评估和改善模型
• chapter 06 演算法Chains 和Pipelines
• chapter 07 使用文字资料工作
• chapter 08 尾声

索引