内容简介
本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。
AI简介
这是一本详细介绍Python语言在机器学习中的应用的书籍。书中首先介绍了机器学习的基本概念及其应用，包括机器学习能够解决的问题，以及熟悉任务和数据的重要性。接着，书中详细介绍了监督学习和无监督学习，以及如何处理待处理数据，如何选择合适的预处理方法，以及如何对数据进行降维、特征提取与流形学习。
书中还详细介绍了分类与回归的区别，以及如何处理分类变量。书中还介绍了预处理与缩放的方法，以及如何处理文本数据。书中还介绍了如何构建模型链，以及如何使用管道来简化模型的开发过程。
书中还详细介绍了模型评估与改进的方法，包括如何使用交叉验证和网格搜索来评估模型的性能，如何选择合适的评估指标，以及如何优化模型的参数。书中还介绍了如何处理文本数据，包括如何使用词袋模型和停用词来处理文本数据，以及如何应用这些技巧来提高模型的性能。
推荐影视
阅读/下载地址