精通機器學習｜使用Python (Introduction to Machine Learning with Python: A Guide for Data Scientists)
Sarah Guido, Andreas C. Mueller 著、李宜修 譯
- 出版商: 歐萊禮
- 出版日期: 2017-10-31
- 定價: $680
- 售價: 9.0 折 $612
- 貴賓價: 8.5 折 $578
- 語言: 繁體中文
- 頁數: 384
- ISBN: 9864763660
- ISBN-13: 9789864763665
-
相關分類:
程式語言 Python、機器學習 Machine Learning
- 相關原文書: Introduction to Machine Learning with Python: A Guide for Data Scientists (Paperback)
已絕版
買這商品的人也買了...
-
![]()
$620$527大話設計模式
-
![]()
$780$616精通 Python｜運用簡單的套件進行現代運算 (Introducing Python: Modern Computing in Simple Packages)
-
![]()
$294$279鳳凰計畫：一個 IT計畫的傳奇故事 (The Phoenix Project : A Novel about IT, DevOps, and Helping your business win)（沙盤特別版）
-
![]()
$580$452Python 機器學習 (Python Machine Learning)
-
![]()
$580$458網站擷取｜使用 Python (Web Scraping with Python: Collecting Data from the Modern Web)
-
![]()
$580$435Data Science from Scratch｜用 Python 學資料科學 (中文版)(Data Science from Scratch: First Principles with Python)
-
![]()
$360$281深度學習快速入門—使用 TensorFlow (Getting started with TensorFlow)
-
![]()
$580$458演算法技術手冊, 2/e (Algorithms in a Nutshell: A Practical Guide, 2/e)
-
![]()
$590$460TensorFlow + Keras 深度學習人工智慧實務應用
-
![]()
$390$332寫程式前就該懂的演算法 ─ 資料分析與程式設計人員必學的邏輯思考術 (Grokking Algorithms: An illustrated guide for programmers and other curious people)
-
![]()
$480$384Python 初學特訓班 (增訂版) (附250分鐘影音教學/範例程式)
-
![]()
$580$458Deep Learning｜用 Python 進行深度學習的基礎理論實作
-
![]()
$749奔跑吧 Linux 內核
-
![]()
$480$379初探機器學習｜使用 Python (Thoughtful Machine Learning with Python)
-
![]()
$560$476用 TensorFlow 提早進入人工智慧的未來世界
-
![]()
$520$442Soft Skills 軟實力｜軟體開發人員的生存手冊 (Soft Skills: The software developer's life manual)
-
![]()
$450$383Docker 這樣學才有趣：從入門，到玩直播、挖礦
-
![]()
$500$390Python：期貨演算法交易實務 121個關鍵技巧詳解
-
![]()
$450$356演算法圖鑑：26種演算法 + 7種資料結構，人工智慧、數據分析、邏輯思考的原理和應用 step by step 全圖解
-
![]()
$500$390為你自己學 Git
-
![]()
$480$408初探機器學習演算法
-
![]()
$699$552Python 入門邁向高手之路王者歸來
-
![]()
$780$616Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)
-
![]()
$620$484Python 深度學習 (Python Deep Learning)
-
![]()
$590$502Python 資料運算與分析實戰：一次搞懂 NumPy, SciPy, Matplotlib, Pandas 最強套件
商品描述
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 "
目錄大綱
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