精通機器學習｜使用Python Introduction to Machine Learning with Python ( 繁體 字) |
| 作者：Sarah Guido, Andreas C. Mueller | 類別：1. -> 程式設計 -> Python
2. -> 程式設計 -> 機器學習 |
| 譯者：李宜修 |
| 出版社：歐萊禮圖書 |  3dWoo書號： 47924
詢問書籍請說出此書號！【缺書】
【不接受訂購】 |
| 出版日：10/26/2017 |
| 頁數：367 |
| 光碟數：0 |
|
站長推薦：   |
| 印刷：黑白印刷 | 語系： ( 繁體 版 ) |
| |
【不接受訂購】 |
| ISBN：9789864763665 |
| 作者序 | 譯者序 | 前言 | 內容簡介 | 目錄 | 序 |
| (簡體書上所述之下載連結耗時費功, 恕不適用在台灣, 若讀者需要請自行嘗試, 恕不保證) |
| 作者序： |
| 譯者序： |
| 前言： |
內容簡介：資料科學的學習指引
“對任何想要使用Python開始機器學習的人，這本書是很棒且超實用的資源。真希望當我開始使用scikit-learn時有這本書！”
-Hanna Wallach, 微軟研究院資深研究員
機器學習已成為許多商業應用程式與研究專案的精華部分，但這個領域並不是大公司中規模龐大的研究團隊所獨有。就算是使用Python的初學者，這本書也能教會你實際的方法，來建立自己的機器學習解決方案。以現今可以取得的資料量來說，只要你能想到的，機器學習應用程式都能做到。
你將學習必要的步驟，使用Python和scikit-learn函式庫，來建立成功的機器學習應用程式。作者Andreas Muller和Sarah Guido聚焦於使用機器學習演算法的實務面向，而不是它們背後的數學。熟悉NumPy和matplotlib函式庫，將幫助你能從這本書獲益更多。
透過這本書，你將學到：
?基本概念和機器學習應用程式
?廣泛應用機器學習演算法的優點和缺點
?使用機器學習如何重現資料，包含資料的重點面向
?模型評估的進階方法和參數調整
?對鏈結模型的pipeline概念和封裝工作流程
?運作文字資料的方法，包含特定文字的處理技術
?對改善機器學習和資料科學技巧的建議
|
目錄：前言
chapter 01 導讀
chapter 02 監督式學習
chapter 03 非監督式學習和前處理
chapter 04 資料重現和特徵工程
chapter 05 評估和改善模型
chapter 06 演算法 Chains 和 Pipelines
chapter 07 使用文字資料工作
chapter 08 尾聲
索引 |
| 序： |
