内容简介
《Python机器学习》是一本全面介绍如何使用Python进行机器学习的书籍。作者塞巴斯蒂安·拉施卡详细讲解了机器学习的基本概念、算法以及如何在实际项目中应用这些算法。
书中涵盖了数据预处理、特征工程、模型训练与评估、以及深度学习等内容。通过大量的代码示例和实战案例,读者可以快速掌握Python在机器学习中的应用。
无论你是初学者还是有一定经验的开发者,这本书都能帮助你提升机器学习技能,并将其应用于实际项目中。
目录
译者序
推荐序
作者简介
审校者简介
1.1 构建智能机器将数据转化为知识
1.2 机器学习的三种不同方法
1.3 构建机器学习系统的蓝图
1.4 Python在机器学习中的应用
本章小结
第1章 赋予计算机学习数据的能力
2.1 人造神经元—早期机器学习概览
2.2 使用Python实现感知器学习算法
2.3 自适应线性神经元及其学习的收敛性
本章小结
第2章 机器学习分类算法
3.1 分类算法的选择
3.2 初涉scikit-learn的使用
3.3 逻辑斯谛回归中的类别概率
3.4 使用支持向量机最大化分类间隔
3.5 使用核SVM解决非线性问题
推荐序
作者简介
审校者简介
1.1 构建智能机器将数据转化为知识
1.2 机器学习的三种不同方法
1.3 构建机器学习系统的蓝图
1.4 Python在机器学习中的应用
本章小结
第1章 赋予计算机学习数据的能力
2.1 人造神经元—早期机器学习概览
2.2 使用Python实现感知器学习算法
2.3 自适应线性神经元及其学习的收敛性
本章小结
第2章 机器学习分类算法
3.1 分类算法的选择
3.2 初涉scikit-learn的使用
3.3 逻辑斯谛回归中的类别概率
3.4 使用支持向量机最大化分类间隔
3.5 使用核SVM解决非线性问题
免责申明:
1. 本站分享的所有书籍均来源于自互联网,我们只进行收集整理,并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告,这并不是本站所为,请注意甄别。
3. 我们分享这些书籍,纯粹是出于知识分享的热情,以及对互联网分享精神的高度认同和践行,不以盈利为目的。
4. 本站分享的所有书籍,仅供个人学习研究使用,请勿用于任何商业用途,否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获,在条件允许的情况下,请一定购买正版书籍,这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者,且您不希望此作品出现在本站,请联系我们,我们将在收到您的请求后48小时内予以删除。
1. 本站分享的所有书籍均来源于自互联网,我们只进行收集整理,并不对书籍内容进行更改。
2. 部分书籍中可能有书籍压制者放置的广告,这并不是本站所为,请注意甄别。
3. 我们分享这些书籍,纯粹是出于知识分享的热情,以及对互联网分享精神的高度认同和践行,不以盈利为目的。
4. 本站分享的所有书籍,仅供个人学习研究使用,请勿用于任何商业用途,否则产生的一切法律纠纷与本站无关。
5. 如果这些书籍让你有所收获,在条件允许的情况下,请一定购买正版书籍,这是对创作者最好的支持。
6. 如果您是此书籍的版权所有者,且您不希望此作品出现在本站,请联系我们,我们将在收到您的请求后48小时内予以删除。
📖 支持知识自由流动
每一本书的稳定访问,都离不开服务器、存储与带宽的长期维护。






