零基础读者应如何快速入门机器学习?数学基础薄弱的读者应如何理解机器学习中的数学原理?这些正是本书要解决的问题。本书从数学基础知识入手,通过前3章的介绍,帮助读者轻松复习机器学习涉及的数学知识;然后,通过第4-第13章的介绍,逐步讲解机器学习常见算法的相关知识,帮助读者快速入门机器学习;后,通过第14章的综合实践,帮助读者回顾本书内容,进一步巩固所学知识。《机器学习的数学原理和算法实践》适合
这本机器学习畅销书基于TensorFlow2和Scikit-Learn的新版本进行了全面更新,通过具体的示例、非常少的理论和可用于生产环境的Python框架,从零帮助你直观地理解并掌握构建智能系统所需要的概念和工具。全书分为两部分。第一部分介绍机器学习基础,涵盖以下主题:什么是机器学习,它试图解决什么问题,以及系统的主要类别和基本概念;第二部分介绍神经网络和深度学习,涵盖以下主题:什么是
本书以图文并茂的方式介绍了Python的基础内容,并深入浅出地介绍了数据分析和机器学习领域的相关入门知识。第1章至第5章以极简方式讲解了Python的常用语法和使用技巧,包括数据类型与程序控制结构、自建Python模块与第三方模块、Python函数和面向对象程序设计等。第6章至第8章介绍了数据分析必备技能,如NumPy、Pandas和Matplotlib。第9章和第10章主要介绍了机器学习
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。AndreasC.Müller
本书是一本系统介绍机器学习所涉及的数学知识和相关Python编程的实例工具书,同时还介绍了非常经典的综合案例,除了编写机器学习的代码,还编写了深度学习的代码。本书一共分为两部分。第一部分为数学基础知识部分,包含8个章节,介绍了微积分、线性代数、概率统计、信息论、模糊数学、随机过程、凸优化和图论的系统知识体系及几个数学知识点对应的Python编程实例。通过这些实例,读者能够了解Scikit-le
《GO语言机器学习实战》主要介绍了如何在Go语言中部署程序从而实现机器学习算法。主要内容包括:利用Go语言中的库和功能来配置机器学习环境,对实际生活中的房价数据集进行回归分析,在Go语言中构建分类模型来区分垃圾电子邮件,通过聚类整理个人推特账户的时间线。此外,本书还介绍了用神经网络和卷积神经网络进行手写体识别,以及以人脸检测项目为例,介绍了如何选择适合于具体项目的机器学习算法。
《零起点Python机器学习快速入门》PDF高清版下载地址 内容简介 · · · · · ·《零起点Python机器学习快速入门》采用独创的黑箱模式,MBA案例教学机制,结合一线实