Python機器學習入門與實戰

內容簡介

本書以零基礎講解爲特色，用實例引導讀者學習，深入淺出地介紹Python機器學習的相關知識和實戰技能。 全書共17章，分爲5篇。第Ⅰ篇爲機器學習入門篇，包含第1章，主要介紹機器學習的概念、機器學習研究的主要任務、如何選擇合適的算法及機器學習研究問題的一般步驟等；第Ⅱ篇爲工具模塊使用篇，包含第2~4章，主要介紹數組計算NumPy、數據分析Pandas、圖形展示Matplotlib等；第Ⅲ篇爲專業技能提升篇，包含第5~13章，主要介紹算法綜述、決策樹、樸素貝葉斯、邏輯迴歸、支持向量機、AdaBoost、線性迴歸、k-means、PCA等；第Ⅳ篇爲深度學習延伸篇，包含第14章，主要介紹卷積神經網絡；第Ⅴ篇爲項目技能實戰篇，包含第15~17章，主要介紹驗證碼識別、答題卡識別、機器學習簡歷指導等。同時，本書隨書贈送了大量相關的學習資料，以便讀者擴展學習。 本書適用於任何想學習Python機器學習的讀者。無論讀者是否從事Python相關工作，是否接觸過Python，均可通過學習本書快速掌握Python機器學習的開發方法和技巧。

讀者書評

書籍信息