内容简介 · · · · · ·
本书是机器学习入门书,以Python语言介绍。主要内容包括:机器学习的基本概念及其应用;实践中最常用的机器学习算法以及这些算法的优缺点;在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面;模型评估和调参的高级方法,重点讲解交叉验证和网格搜索;管道的概念;如何将前面各章的方法应用到文本数据上,还介绍了一些文本特有的处理方法。
本书的结构大致如下。
•第 1 章介绍机器学习的基本概念及其应用,并给出本书会用到的基本设置。
•第 2 章和第 3 章介绍实践中最常用的机器学习算法,并讨论这些算法的优缺点。
•第 4 章介绍在机器学习中待处理数据的呈现方式的重要性,以及应重点关注数据的哪些方面。
•第 5 章介绍模型评估和调参的高级方法,重点讲解交叉验证和网格搜索。
•第 6 章解释管道的概念。管道用于串联多个模型并封装工作流。
•第 7 章介绍如何将前面各章讲述的方法应用到文本数据上,还介绍了一些文本特有的处理方法。
•第 8 章对全书进行总结,还介绍了有关更高级主题的参考资料。
作者简介 · · · · · ·
Andreas C. Müller scikit-learn库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师,曾任纽约大学数据科学中心助理研究员、亚马逊公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。 Sarah Guido Mashable公司数据科学家,曾担任Bitly公司首席数据科学家。
补充说明 · · · · · ·
本站所有资源版权均属于原作者所有,这里所提供资源均只能用于参考学习用,请勿直接商用。如需删除,请联系 kefu@yanxishe.com
AI 研习社已经和阿里大文娱、旷视、搜狗搜索、小米等知名公司达成联系,帮助大家更好地求职找工作,一键投递简历至 HR 后台,准备了一些内推渠道群。
欢迎大家添加研习社小学妹微信(aiyanxishe),小学妹拉你加入(备注求职)。
雷锋网雷锋网雷锋网
相关文章:
资料 | Python强化学习实战:应用OpenAI Gym和TensorFlow精通强化学习和深度强化学习
资料 | O'Reilly精品图书系列:算法精解 C 语言描述 (简体中文)
资料 | 1800页33章数学方法精要笔记 —深入数学建模, 机器学习和深度学习的数学基础
资料 | 算法(第4版)【图灵程序设计丛书】算法领域的经典参考书
资料 | 《人工智能编程范式:通用Lisp中的案例研究》1048页PDF免费下载
资料 | Yann LeCun「人工智能发展的挑战在于无监督学习」原版演讲PPT