【2020干货书】Python监督学习，387页pdf，使用Python的概念和实践

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