通过使用Python开发用例,全面了解监督学习算法您将学习监督学习概念、Python代码、数据集、最佳实践、常见问题和缺陷的解决方案,以及实现结构化、文本和图像数据集算法的实践知识。

你将从介绍机器学习开始,强调监督学习、半监督学习和非监督学习之间的区别。在接下来的章节中,你将学习回归和分类问题,它们背后的数学,像线性回归、逻辑回归、决策树、KNN、朴素贝叶斯等算法,以及像随机森林、支持向量机、梯度增强和神经网络等高级算法。提供了所有算法的Python实现。最后,您将得到一个端到端模型开发流程,包括模型的部署和维护。在阅读了Python的监督学习之后,你将会对监督学习和它的实际实现有一个广泛的理解,并且能够以一种创新的方式运行代码和扩展它。

你将学习:

  • 回顾使用Python进行监督学习的基本构建块和概念
  • 为结构化数据以及文本和图像开发监督学习解决方案
  • 解决围绕过拟合、特征工程、数据清理和建立最佳拟合模型的交叉验证的问题
  • 理解从业务问题定义到模型部署和模型维护的端到端模型周期
  • 在使用Python创建监督学习模型时,避免常见的缺陷并遵循最佳实践

这本书是给谁的

  • 对监督学习的最佳实践和标准感兴趣,并使用分类算法和回归技术来开发预测模型的数据科学家或数据分析师。

https://www.apress.com/gp/book/9781484261552

成为VIP会员查看完整内容
68

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。
【干货书】用Python构建概率图模型,173页pdf
专知会员服务
111+阅读 · 2020年8月23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
281+阅读 · 2020年6月3日
Python导论,476页pdf,现代Python计算
专知会员服务
254+阅读 · 2020年5月17日
【新书】Pro 机器学习算法Python实现,379页pdf
专知会员服务
197+阅读 · 2020年2月11日
【干货】Python无监督学习的4大聚类算法
新智元
14+阅读 · 2018年5月26日
荐书丨机器学习——Python实践(留言送书)
程序人生
7+阅读 · 2018年1月5日
Python & 机器学习之项目实践 | 赠书
人工智能头条
13+阅读 · 2017年12月26日
【机器学习】从零开始入门机器学习算法实践
产业智能官
10+阅读 · 2017年12月1日
机器学习基础篇--监督学习经典案例(Python实现)
Python技术博文
8+阅读 · 2017年10月24日
Arxiv
0+阅读 · 2020年11月25日
Arxiv
1+阅读 · 2020年11月20日
A Multi-Objective Deep Reinforcement Learning Framework
Arxiv
12+阅读 · 2018年1月20日
VIP会员
微信扫码咨询专知VIP会员