当前位置: 首页 > python

Python机器学习手册:从数据预处理到深度学习 pdf电子书

简介Python机器学习手册:从数据预处理到深度学习pdf百度网盘下载地址? 《Python机器学习手册:从数据预处理到深度学习》采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个...
《Python机器学习手册:从数据预处理到深度学习》pdf电子书下载
《Python机器学习手册:从数据预处理到深度学习》pdf百度云
《Python机器学习手册:从数据预处理到深度学习》pdf百度云

 

Python机器学习手册:从数据预处理到深度学习pdf百度网盘下载地址?

《Python机器学习手册:从数据预处理到深度学习》采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决 方案,针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务,涵盖从简 单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码,读者可以 复制并粘贴这些代码,用在自己的程序中。

《Python机器学习手册:从数据预处理到深度学习》不是机器学习的入门书,适合熟悉机器学习理论和概念的读者阅读。你可以将本书作 为案头参考书,在机器学习的日常开发中遇到问题时,随时借鉴书中代码,快速解决问题。



目录:
第1 章 向量、矩阵和数组 ..................................................................... 1
第2 章 加载数据 ................................................................................ 23
第3 章 数据整理 ................................................................................ 33
第4 章 处理数值型数据 ...................................................................... 63
第5 章 处理分类数据 ......................................................................... 83
第6 章 处理文本 ................................................................................ 97
第7 章 处理日期和时间 .................................................................... 113
第8 章 图像处理 .............................................................................. 127
第9 章 利用特征提取进行特征降维 ................................................... 161
第10 章 使用特征选择进行降维 ........................................................ 173
第11 章 模型评估 ............................................................................ 183
第12 章 模型选择 ............................................................................ 213
第13 章 线性回归 ............................................................................ 227
第14 章 树和森林 ............................................................................ 237
第15 章 KNN ................................................................................... 255
第16 章 逻辑回归 ............................................................................ 263
第17 章 支持向量机 ......................................................................... 271
第18 章 朴素贝叶斯 ......................................................................... 283
第19 章 聚类 ................................................................................... 291
第20 章 神经网络 ............................................................................ 301
第21 章 保存和加载训练后的模型 ..................................................... 343

点击下载