本書首先介紹數據科學，然後指導讀者安裝和搭建數據分析編程環境所需的軟件包。在機器 學習中，主要學習3項技術：監督學習、無監督學習和強化學習。我們也會用到基本的分類與回 歸技術，如支持向量機、決策樹以及邏輯回歸等。 在前面章節的學習中，讀者將學習到Python語言中用於處理大型數據集的基本函數、數據 結構，用於矩陣計算的NumPy包和Pandas包，如何使用Matplotlib繪制自定義圖表，以及應用 Boosting算法XGBoost（極端梯度提升）進行預測分析等。 在後面的章節中，將會學習用於圖像識別的卷積神經網絡（CNN）、深度學習算法。讀者將掌 握如何向神經網絡饋入人類語言、讓模型處理復雜的文本信息以及構建人類語言處理系統進行結 果預測等。 學習完本書，讀者可以掌握和使用很多新的數據科學算法，並且有信心使用本課程以外的工 具或庫進行操作。
Rohan Chopra，畢業於印度韋洛爾科技大學，是Absolutdata公司的數據科學家，主要研究方 向集中在深度學習計算機視覺相關問題的應用，同時在自動駕駛研究方面經驗豐富，在端到端神 經網絡系統的設計、運行和優化方面有著豐富的經驗。
本書首先介紹數據科學，然後指導讀者安裝和搭建數據分析編程環境所需的軟件包。在機器學習中，主要學習3 項技術：監督學習、無監督學習和強化學習，以及基本的分類與回歸技術，如支持向量機、決策樹以及邏輯回歸等。
在前面章節的中，將學習Python語言中用於處理大型數據集的基本函數、數據結構，用於矩陣計算的NumPy包和Pandas包，如何使用Matplotlib繪制自定義圖表，以及應用Boosting算法XGBoost（極端梯度提升）進行預測分析等。
在後面的章節中，將學習用於圖像識別的卷積神經網絡（CNN）、深度學習算法。讀者將掌握如何向神經網絡饋入人類語言、讓模型處理復雜的文本信息以及構建人類語言處理系統進行結
果預測等。
本書通過實踐操作的方式讓初學者和經驗豐富的數據科學家掌握數據科學與機器學習技術所需的基本工具。書中包含了59個實操訓練項目+22個作業項目，這些實操性練習都是現實生活中的各種業務場景，可以讓讀者在高度相關聯的環境中練習和應用新的技能。
學習完本書，讀者可以掌握和使用很多新的數據科學算法，並且有信心使用本課程以外的工具或庫進行操作。
大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大，除封面破損、內頁脫落等較嚴重的狀態，其餘商品將正常出貨。
特別提醒：部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供，需以QR CODE 連結至當地網站註冊“並通過驗證程序”，方可下載使用。
無現貨庫存之簡體書，將向海外調貨：
海外有庫存之書籍，等候約45個工作天;
海外無庫存之書籍，平均作業時間約60個工作天，然不保證確定可調到貨，尚請見諒。
為了保護您的權益，「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。
若要辦理退貨，請在商品鑑賞期內寄回，且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。
