Python数据挖掘与机器学习实战

机器学习是人工智能的一种实现方式，也是最重要的实现方式之一。深度学习是目前机器学习比较热门的一个方向，其本身是神经网络算法的衍生，在图像、语音等富媒体的分类和识别上取得了非常好的效果。数据挖掘主要利用机器学习界提供的技术来分析海量数据，利用数据库界提供的技术来管理海量数据。

还不错的数据挖掘和机器学习书籍，很多概念讲得比较通透，算法的总结非常到位，能够抓住问题的核心。实战案例比较实用，代码完整，具有较大的参考价值。

非常全面，有许多Python的代码实例，阅读者需要有较好的线性代数和统计学基础。

有些数据集的链接，下载不了数据呢？

是来看基础代码的，有干货，认真敲过一遍之后基础扎实了不少。内容很全面，作者实事求是，自己了解深入的部分讲得比较系统、知识点对读者胃口、习题也很职业导向，不甚了解的就点到为止。适合有数学基础并想往DS方向发展的入门读者花工夫细读、多模仿着敲代码、多记笔记。

整体来说还不错。虽然前面的理论部分讲得并不是很详细，但胜在比较全面，案例也很丰富。电子版的工具书读起来还是效率不算太高，很多地方不太好理解，又没有办法做笔记。 建议有较好的数理统计基础的同学看这本书，重点操作一下案例，会有收获的。

本书作为数据挖掘和机器学习的读物，基于真实数据集进行案例实战，使用Python数据科学库，从数据预处理开始一步步介绍数据建模和数据挖掘的过程。书中主要介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带领读者轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用逻辑回归进行环境数据检测，如何使用HMM进行中文分词，如何利用卷积神经网络识别雷达剖面图，如何使用循环神经网络构建聊天机器人，如何使用朴素贝叶斯算法进行破产预测，如何使用DCGAN网络进行人脸生成等。本书也涉及神经网络、在线学习、强化学习、深度学习和大数据处理等内容。

从理论到实战，内容全面，重点突出！