Python機器學習實踐:測試驅動的開發方法 Python机器学习实践:测试驱动的开发方法
馬修·柯克 (Matthew Kirk)
- 出版商: 機械工業
- 出版日期: 2018-01-01
- 售價: $354
- 語言: 簡體中文
- 頁數: 194
- 裝訂: 平裝
- ISBN: 7111589955
- ISBN-13: 9787111581666
-
相關分類:
Machine Learning、TDD 測試導向開發
- 此書翻譯自: Thoughtful Machine Learning with Python: A Test-Driven Approach
-
相關翻譯:
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python) (繁中版)
下單後立即進貨 (約4週~6週)
買這商品的人也買了...
-
$294BootStrap 開發精解：原理、技術、工具及最佳實踐 (Learning Bootstrap - Modern, Elegant and Responsive Web Design Made Easy) -
$294貝葉斯思維 : 統計建模的 Python 學習法 (Think Bayes : Bayesian Statistics in Python) -
數位影像處理技術手冊, 2/e$490$387 -
Data Science from Scratch｜用 Python 學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)$580$458 -
高效率資料分析｜使用 Python (Foundations for Analytics with Python)$580$458 -
$294命令行中的數據科學 (Data Science at the Command Line:Facing the Future with Time-Tested Tools) -
$403Python 金融實戰 (Python for Finance) -
初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)$480$379 -
Python Testing with Pytest: Simple, Rapid, Effective, and Scalable$1,590$1,511 -
$534量化交易之路 : 用 Python 做股票量化分析 -
Python 深度學習 (Python Deep Learning)$620$484 -
$266機器學習 : Python 實踐 -
圖說演算法 : 使用 Python$380$296 -
從零開始學架構：照著做，你也能成為架構師$594$564 -
操作系統導論$594$564 -
建立演進式系統架構｜支援常態性的變更 (Building Evolutionary Architectures： Support Constant Change)$480$379 -
Working Effectively with Legacy Code : 管理、修改、重構遺留程式碼的藝術 (中文版)$720$562 -
決心打底！Python 深度學習基礎養成$690$587 -
依賴注入：原理、實作與設計模式 (Dependency Injection: Principles, Practices, Patterns, 2/e)$1,000$780 -
架構模式｜使用 Python (Architecture Patterns with Python: Enabling Test-Driven Development, Domain-Driven Design, and Event-Driven Microservices)$680$537 -
Kent Beck 的測試驅動開發：案例導向的逐步解決之道 (Test-Driven Development: By Example)(TDD)$560$437 -
大規模重構｜奪回源碼庫的控制權 (Refactoring at Scale: Regaining Control of Your Codebase)$580$458 -
內行人才知道的系統設計面試指南$580$458 -
Python 出神入化：Clean Coder 才懂的 Pythonic 技法，為你的程式碼畫龍點睛！ (Clean Code in Python, 2/e)$720$562 -
強健的 Python｜撰寫潔淨且可維護的程式碼 (Robust Python: Write Clean and Maintainable Code)$680$537
商品描述
《Python機器學習實踐:測試驅動的開發方法》一開始就立足於軟件編寫、算法測試的實踐指導，為讀者理解示例代碼、動手編寫自己的程序做必要的鋪墊。然後，作者才開始簡明扼要地介紹機器學習算法的定義，以及讀者必須知道的算法類別、這些算法又各自有何神通，並輕輕點出：每個算法也有它的死穴。第三章到第九章，作者深入詳實地講解了幾種有代表性的機器學習算法：K—最近鄰，樸素貝葉斯分類，決策樹和隨機森林，隱馬爾可夫模型，支持向量機，神經網絡，以及聚類。在這些章節中，不但講解了算法核心部分的數學表達，也用機智、形象的語言描述了算法如何在實際生活中解決問題，並給出了關鍵的Python代碼示例和算法訓練、測試過程。
