Python 機器學習錦囊妙計 (Machine Learning with Python Cookbook)
Chris Albon 陳健文
- 出版商: 歐萊禮
- 出版日期: 2019-09-27
- 定價: $580
- 售價: 7.9 折 $458
- 語言: 繁體中文
- 頁數: 392
- ISBN: 9865022702
- ISBN-13: 9789865022709
-
相關分類:
Machine Learning
- 此書翻譯自: Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning
-
相關翻譯:
Python 機器學習手冊:從數據預處理到深度學習 (Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning) (簡中版)
立即出貨 (庫存 < 10)
買這商品的人也買了...
-
Python 錦囊妙計, 3/e (Python Cookbook, 3/e)$880$695 -
流暢的 Python|清晰、簡潔、有效的程式設計 (Fluent Python)$980$774 -
Python 專家實踐指南|搭乘專業開發者的學習便車 (The Hitchhiker's Guide to Python: Best Practices for Development)$580$458 -
TensorFlow + Keras 深度學習人工智慧實務應用$590$460 -
Deep Learning|用 Python 進行深度學習的基礎理論實作$580$458 -
初探機器學習|使用 Python (Thoughtful Machine Learning with Python)$480$379 -
為你自己學 Git$500$425 -
Python 資料科學學習手冊 (Python Data Science Handbook: Essential Tools for Working with Data)$780$616 -
Python 機器學習, 2/e (Python Machine Learning, 2/e)$690$538 -
初探深度學習|使用 TensorFlow (TensorFlow for Deep Learning: From Linear Regression to Reinforcement Learning)$480$379 -
機器學習|工作現場的評估、導入與實作$580$458 -
Python 資料分析, 2/e (Python for Data Analysis: Data Wrangling with Pandas, NumPy, and IPython, 2/e)$880$695 -
Deep Learning 2|用 Python 進行自然語言處理的基礎理論實作$680$537 -
Deep learning 深度學習必讀 - Keras 大神帶你用 Python 實作 (Deep Learning with Python)$1,000$790 -
PyTorch 自然語言處理|以深度學習建立語言應用程式 (Natural Language Processing with PyTorch)$580$458 -
$327深度學習的數學 -
深度學習|生命科學應用 (Deep Learning for the Life Sciences)$580$458 -
Python 技術者們 - 練功!老手帶路教你精通正宗 Python 程式 (The Quick Python Book, 3/e)$780$663 -
深度學習 (Deep Learning)(繁體中文版)$1,200$1,020 -
非監督式學習|使用 Python (Hands-On Unsupervised Learning Using Python)$680$537 -
資料視覺化|製作充滿說服力的資訊圖表 (Fundamentals of Data Visualization)$780$616 -
精通機器學習|使用 Scikit-Learn , Keras 與 TensorFlow, 2/e (Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2/e)$1,200$948 -
機器學習|特徵工程 (Feature Engineering for Machine Learning)$520$411 -
精通 Python|運用簡單的套件進行現代運算, 2/e (Introducing Python: Modern Computing in Simple Packages, 2/e)$880$695 -
Python 自動化的樂趣|搞定重複瑣碎&單調無聊的工作, 2/e (Automate the Boring Stuff with Python : Practical Programming for Total Beginners, 2/e)$680$537
商品描述
涵蓋預處理到深度學習的實務處方
“Chris巧妙地運用技術處方式的書籍特質,不僅讓經驗豐富的專業人士有可以參考的材料,對初學者而言,本書也是易於瞭解學習的濃縮入門課程。無論是要作為應徵資料科學家時,準備面試的複習材料,亦或是書案前的簡潔、完整參考資料,本書都是極具參考價值的資源。”
-Justin Bozonier
Grubhub主任資料科學家
這本實務指南提供近200個完整的處方,協助您克服日常工作上可能會遭遇到的機器學習障礙。若您已能自如運用Python與包括pandas與scikit-learn在內的程式庫,就可處理如資料載入、處理文字或數值資料、模型選擇、降維與其他的許多問題。
每一個處方中都有您可以複製進玩具資料集中的程式碼,供您實際操作使用。以之為起點,您可以在其中加入、組合或調整這些程式碼,以架構出應用程式。處方中也會有討論的部份,說明解方的運作情形並提供相關的背景知識。這本錦囊妙計將透過提供必要零件的方式,讓您在理論與概念上,建構出有效的機器學習應用。
您可以在本書中找到處理下列主題的處方:
。向量、矩陣與陣列
。處理數值與分類資料、文字、影像與日期時間
。透過特徵提取或特徵選取方法進行降維
。模型評估與選擇
。線性與邏輯迴歸、樹與林以及k最近鄰
。支持向量機(SVM)、樸素貝氏分類、分群與類神經網路
。儲存與載入完訓模型
作者簡介
Chris Albon 是肯亞新創公司BRCK的首席資料科學家。他創辦了New Knowledge這家AI公司,以及Partially Derivative播客。Chris在統計學習、人工智慧與軟體工程領域中已累積了超過十年的工作經驗。
目錄大綱
第一章 向量、矩陣與陣列
第二章 載入數據
第三章 資料整理
第四章 處理數值資料
第五章 處理類型資料
第六章 處理文本
第七章 處理日期時間
第八章 處理影像
第九章 運用特徵提取降維
第十章 運用特徵選取降維
第十一章 模型評估
第十二章 模型選取
第十三章 線性迴歸
第十四章 樹與林
第十五章 K 最近鄰
第十六章 邏輯迴歸
第十七章 支持向量機
第十八章 樸素貝氏分類
第十九章 分群
第二十章 類神經網路
第二十一章 儲存與載入完訓模型









