精通機器學習|使用Python
Introduction to Machine Learning with Python
 
作者: Sarah Guido, Andreas...
譯者: 李宜修
書號: A480     出版日: 2017/10/26
ISBN: 9789864763665     EAN: 9789864763665
紙本書價格: 680     附件:  線上下載
電子書: 尚未出版
試讀  
  博客來  
  金石堂  
  天瓏  
  團體購書



回頁首
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 Müller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

回頁首
Andreas Müller 在波昂大學取得機器學習的博士學位。畢業後在Amazon擔任電腦視覺應用程式的機器學習研究員,之後他加入紐約大學資料科學中心。他也是scikit-learn的維護者與核心貢獻者之一。

Sarah Guido 是長期在新創公司工作的資料科學家,最近在Bitly擔任首席資料科學家。Sarah從密西根大學取得資訊科學碩士。

回頁首

機器學習駭客秘笈 Data Science from Scratch中文版|用Python學資料科學 高效率資料分析|使用Python


回頁首

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

回頁首

請選擇所需之附件
範例檔
檔案名稱
下載
檔案名稱
下載
introduction_to_ml_with_python-master


 


  
 

關於碁峰隱私權政策聯絡我們     檢視 : PC 版  手機版
碁峰資訊股份有限公司 GOTOP INFORMATION INC.
台北市南港區三重路66號7樓之6 / 7F.-6,No.66,Sanchong Rd.,Nangang District,Taipei
TEL:(02)2788-2408 FAX:(02)8192-4433 劃撥帳號:14244383
Copyright 2014© GOTOP Information Inc, All Rights Reserved 請勿任意連結、轉載