Python与机器学习实战
- 书名：Python与机器学习实战
- 作者： 何宇健
- 格式：PDF
- 时间：2024-06-30
- 评分：
- ISBN：9787121317200
内容简介：
Python与机器学习这一话题是如此的宽广，仅靠一《Python与机器学习实战》自然不可能涵盖到方方面面，甚至即使出一个系列的书也难能做到这点。单就机器学习而言，其领域就包括但不限于如下：有监督学习（Supervised Learning），无监督学习（Unsupervised Learning）和半监督学习（Semi-Supervised Learning）。而其具体的问题又大致可以分为两类：分类问题（Classification）和回归问题（Regression）。
Python本身带有许多机器学习的第三方库，但《Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现》在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。这样做的目的是希望读者能够从实现的过程中更好地理解机器学习算法的细节，以及了解Numpy的各种应用。不过作为补充，《Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现》会在适当的时候应用scikit-learn这个成熟的第三方库中的模型。
《Python与机器学习实战：决策树、集成学习、支持向量机与神经网络算法详解及编程实现》适用于想了解传统机器学习算法的学生和从业者，想知道如何高效实现机器学习算法的程序员，以及想了解机器学习算法能如何进行应用的职员、经理等。
作者简介：
下载地址：
标签：
文章链接：https://www.dushupai.com/book-content-29873.html(转载时请注明本文出处及文章链接)
读书评论：
更多
-
是问问呀02-18本书比较偏向于算法的理论原理和代码实现，对于从事算法研究的专业人士可以一读。对于我这种只需要实现简单功能的，基本上借助python的第三方包还有简单的调参就够了。相比之下，上一本书更适合我
-
zYx.Tom03-18这本书不在我的推荐书，作者的简介是北大数学系，确实书中内容也反映了作者的数学能力。但全书缺少统一的逻辑自洽，模型与代码间没有显式的联系，对于有机器学习基础的同学可以跳过阅读，但没有基础的同学则不太合适用来入门。
-
Tomas Mikolov10-13里面包含很多权威书籍没有提及的细节，解决了之前的疑惑，很赞
猜你喜欢：
-
2024-06-2411 -
2024-06-247 -
2024-06-249 -
2024-06-247 -
2024-06-246 -
2024-06-246 -
2024-06-247 -
2024-06-248