作 者:(美)库姆斯(Alexander T.Combs) 著;黄申 译 定 价:69 出 版 社:人民邮电出版社 出版日期:2017年05月01日 页 数:251 装 帧:平装 ISBN:9787115449061 ●第1章Python机器学习的生态系统1
●1.1数据科学/机器学习的工作流程2
●1.1.1获取2
●1.1.2检查和探索2
●1.1.3清理和准备3
●1.1.4建模3
●1.1.5评估3
●1.1.6部署3
●1.2Python库和功能3
●1.2.1获取4
●1.2.2检查4
●1.2.3准备20
●1.2.4建模和评估26
●1.2.5部署34
●1.3设置机器学习的环境34
●1.4小结34
●第2章构建应用程序,发现低价的公寓35
●2.1获取公寓房源数据36
●使用import.io抓取房源数据36
●2.2检查和准备数据38
●部分目录
内容简介
机器学习是近年来渐趋热门的一个领域,同时Python语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python语言两个热门的领域,通过利用两种核心的机器学习算法来将Python语言在数据分析方面的优势发挥到很好。全书共有10章。靠前章讲解了Python机器学习的生态系统,剩余9章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。
由库姆斯所著的《Python机器学习实践指南》适合Python程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。 (美)库姆斯(Alexander T.Combs) 著;黄申 译 Alexander T.Combs是一位经验丰富的数据科学家、策略师和开发人员。他有金融数据抽取、自然语言处理和生成,以及定量和统计建模的背景。他目前是纽约沉浸式数据科学项目的一名全职zi深讲师。