Hands-On Machine Learning with scikit：learn and Scientific Python Toolkits

Machine learning is applied everywhere, from business to research and academia, while scikit-learn is a versatile library that is popular among machine learning practitioners. This book serves as a practical guide for anyone looking to provide hands-on machine learning solutions with scikit-learn and Python toolkits.The book begins with an explanation of machine learning concepts and fundamentals, and strikes a balance between theoretical concepts and their applications. Each chapter covers a di

这是一本关于机器学习和scikit-learn工具包的实用指南，面向那些希望使用Python工具包提供手把手的机器学习解决方案的读者。这本书首先解释了机器学习的基本概念和原理，然后通过一系列章节详细介绍了不同的监督学习和无监督学习算法，并展示了如何使用这些算法来解决实际问题。 这本书的内容丰富，涵盖了从决策树算法到线性模型，从数据预处理到图像分类与降维，从文本分类到神经网络和深度学习的基本概念，从回归目标的处理到处理类别不平衡问题，从聚类技术到异常检测技术，从推荐系统技术到机器学习模型在生产中的使用模式，以及模型训练与预测代码的分离等主题。 书中详细介绍了如何使用scikit-learn工具包进行模型的训练和预测，包括如何处理缺失值、编码非数值列、改变数据分布、处理类别不平衡问题、聚类技术、异常检测技术、推荐系统技术等。此外，书中还讨论了如何将机器学习模型部署到生产环境中，包括批量预测和在线预测两种模式，以及如何使用序列化技术将模型训练与预测的代码作为一个单元进行存储和部署。