【经典书】Python机器学习——预测分析核心算法，361页pdf

《Machine Learning in Python: Essential Techniques for Predictive Analysis》英文原版图书

图书作者：[美] Michael Bowles

作者简介：Michael Bowles 在硅谷黑客道场教授机器学习，提供机器学习项目咨询，同时参与了多家创业公司，涉及的领域包括生物信息学、金融高频交易等。他在麻省理工学院获得助理教授教职后，创建并运营了两家硅谷创业公司，这两家公司都已成功上市。他在黑客道场的课程往往听者云集并且好评颇多。

图书简介：本书通过集中介绍两类可以进行有效预测的机器学习算法，展示了如何使用Python 编程语言完成机器学习任务，从而降低机器学习难度，使机器学习能够被更广泛的人群掌握。

作者利用多年的机器学习经验带领读者设计、构建并实现自己的机器学习方案。本书尽可能地用简单的术语来介绍算法，避免复杂的数学推导，同时提供了示例代码帮助读者迅速上手。读者会很快深入了解模型构建背后的原理，不论简单问题还是复杂问题，读者都可以学会如何找到问题的最佳解决算法。书中详细的示例，给出了具体的可修改的代码，展示了机器学习机理，涵盖了线性回归和集成方法，帮助理解使用机器学习方法的基本流程。

本书为不具备数学或统计背景的读者量身打造，详细介绍了如何：

● 针对任务选择合适算法； ● 对不同目的应用训练好的模型； ● 学习数据处理机制，准备数据； ● 评估模型性能以保证应用效果； ● 掌握Python 机器学习核心算法包； ● 使用示例代码设计和构建你自己的模型； ● 构建实用的多功能预测模型。