Python机器学习原理与算法实现

内容简介

本书系统讲解了Python机器学习的基本原理与核心算法实现。全书共分为12章，涵盖机器学习基础、Python数据处理与可视化、监督学习（线性回归、逻辑回归、决策树、支持向量机、朴素贝叶斯等）、无监督学习（K均值聚类、层次聚类、主成分分析等）、集成学习、模型评估与调优、特征工程、深度学习基础等内容。

书中每章均以实际案例为引导，通过Python代码实现算法，并配有详细的代码注释和运行结果分析，帮助读者深入理解机器学习算法的原理和应用。作者结合多年的教学和工程实践经验，注重理论与实践的结合，既适合初学者系统学习，也适合有一定基础的读者查阅参考。

本书可作为高等院校计算机、数据科学、人工智能等相关专业的教材，也可作为机器学习爱好者和从业者的实战手册。

内容简介
推荐序1
推荐序2
第1章 Python入门知识
  1.1 Python简介与本书的教学理念
  1.2 Python的下载与安装
  1.3 Python注释、基本输入与输出
  1.4 Python变量和数据类型
  1.5 Python序列
  1.6 Python列表
  1.7 Python元组
  1.8 Python字典
  1.9 Python集合
  1.10 Python字符串
  1.11 习题
第2章 Python进阶知识
  2.1 Python流程控制语句
  2.2 Python函数
  2.3 Python模块和包
  2.4 Python numpy模块中的数组

下载权限

查看

￥

免费下载

评论并刷新后下载

登录后下载

查看演示

{{attr.name}}：

您当前的等级为

登录后免费下载登录小黑屋反思中，不准下载！评论后刷新页面下载评论支付以后下载请先登录您今天的下载次数（次）用完了，请明天再来支付积分以后下载立即支付支付以后下载立即支付您当前的用户组不允许下载升级会员

您已获得下载权限您可以每天下载资源次，今日剩余次

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。