Python大戰機器學習：數據科學家的第一個小目標 Python大战机器学习:数据科学家的第一个小目标

數據科學家是當下炙手可熱的職業，機器學習則是他們的必備技能，機器學習在大數據分析中居於核心的地位，在因特網、金融保險、製造業、零售業、醫療等產業領域發揮了越來越大的作用且日益受到關註。Python是最好最熱門的編程語言之一，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習算法的首選語言。 本書以快速上手、四分理論六分實踐為出發點，講述機器學習的算法和Python編程實踐，採用“原理筆記精華+算法Python實現+問題實例+實際代碼+運行調參”的形式展開，理論與實踐結合，算法原理與編程實戰並重。全書共13 章分為4篇展開：第一篇：機器學習基礎篇（第1～6 章），講述機器學習的基礎算法，包括線性模型、決策樹、貝葉斯分類、k近鄰法、數據降維、聚類和EM算法；第二篇：機器學習高級篇（第7～10章），講述經典而常用的高級機器學習算法，包括支持向量機、人工神經網絡、半監督學習和集成學習；第三篇：機器學習工程篇（第11～12章），講述機器學習工程中的實際技術，包括數據預處理，模型評估、選擇與驗證等。第四篇：kaggle實戰篇（第13章），講述一個kaggle競賽題目的實戰。本書內容豐富、深入淺出，算法與代碼齊頭並進，無論你是新手還是有經驗的讀者，都能快速學到你想要的。本書可供為高等院校電腦、金融、數學、自動化及相關理工科專業的本科生或研究生使用，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。