Python大戰機器學習：資料科學家的第一個小目標（簡體書）

資料科學家是當下炙手可熱的職業，機器學習則是他們的必備技能，機器學習在大資料分析中居於核心的地位，在互聯網、金融保險、製造業、零售業、醫療等產業領域發揮了越來越大的作用且日益受到關注。Python是最好最熱門的編程語言之一，以簡單易學、應用廣泛、類庫強大而著稱，是實現機器學習演算法的首選語言。 本書以快速上手、四分理論六分實踐為出發點，講述機器學習的演算法和Python編程實踐，採用“原理筆記精華+演算法Python實現+問題實例+實際代碼+運行調參”的形式展開，理論與實踐結合，演算法原理與編程實戰並重。全書共13 章分為4篇展開：第一篇：機器學習基礎篇（第1～6 章），講述機器學習的基礎演算法，包括線性模型、決策樹、貝葉斯分類、k近鄰法、資料降維、聚類和EM演算法；第二篇：機器學習高級篇（第7～10章），講述經典而常用的高級機器學習演算法，包括支援向量機、人工神經網路、半監督學習和集成學習；第三篇：機器學習工程篇（第11～12章），講述機器學習工程中的實際技術，包括資料預處理，模型評估、選擇與驗證等。第四篇：kaggle實戰篇（第13章），講述一個kaggle競賽題目的實戰。本書內容豐富、深入淺出，演算法與代碼齊頭並進，無論你是新手還是有經驗的讀者，都能快速學到你想要的。本書可供為高等院校電腦、金融、數學、自動化及相關理工科專業的本科生或研究生使用，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。