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:
Python、Machine Learning 機器學習
- 此書翻譯自: Introduction to Machine Learning with Python: A Guide for Data Scientists (Paperback)
-
相關翻譯:
Python 機器學習基礎教程 (Introduction to Machine Learning with Python: A Guide for Data Scientists) (簡中版)
已絕版
買這商品的人也買了...
-
$620$527 -
$780$616 -
$250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$452 -
$580$458 -
$580$458 -
$360$281 -
$580$458 -
$590$460 -
$390$371 -
$480$408 -
$580$458 -
$948$901 -
$480$379 -
$560$476 -
$520$442 -
$450$383 -
$500$390 -
$450$356 -
$500$390 -
$480$408 -
$699$489 -
$780$616 -
$620$484 -
$590$466
相關主題
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