Introduction to Machine Learning with Python pdf epub mobi txt 电子书下载 2025

简体网页||繁体网页

☆☆☆☆☆

Andreas C. Müller

scikit-learn库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师，曾任纽约大学数据科学中心助理研究员、亚马逊公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。

Sarah Guido

Mashable公司数据科学家，曾担任Bitly公司首席数据科学家。

出版者:O'Reilly Media

作者:Sarah Guido

出品人:

页数:400

译者:

出版时间:2016-5-25

价格:USD 49.99

装帧:Paperback

isbn号码:9781449369415

丛书系列:

图书标签:

Python
机器学习
machine.learning
计算机
计算机科学
Programming
ML
CS

下载链接在页面底部

facebook linkedin mastodon messenger pinterest reddit telegram twitter viber vkontakte whatsapp 复制链接

想要找书就要到小哈图书下载中心

qciss.net

立刻按 ctrl+D收藏本页

你会得到大惊喜!!

具体描述

读后感

评分☆☆☆☆☆

在基于TensorFlow的深度学习框架大红大紫之前，其实在2010年前后流行过很多的经典机器学习框架。比如KNN，比如支撑向量机，比如随机森林。相对于深度学习的理论，这些经典的机器学习算法构建在更为精密的数学推导上。运筹学，最优化理论，数学分析，数理统计和随机过程构成了这...

评分☆☆☆☆☆

扫码关注公众号「图灵的猫」，点击“学习资料”菜单，可以获得海量python、机器学习、深度学习书籍、课程资源，以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南自学三年，基本无人带路，转专业的我自然是难上加难，踩过无数坑，走过很多弯路。这里我...

评分☆☆☆☆☆

用户评价

评分☆☆☆☆☆

讲的比较浅，但是可以梳理整个框架，作为入门书非常推荐。

评分☆☆☆☆☆

非常棒的一本书，和实践联系的紧密，代码很多，整个机器学习的基本过程都涉及到了，数据预处理，特征工程，模型评估，选择，模型参数选择，构建模型的简化...语言精练，简洁。

评分☆☆☆☆☆

很好的入门书，浅显易懂，算比较容易读的英文书了。适合看了一堆理论书还对各种算法没有形象认识的入门者，理论看再多不落地也挺难理解的，这本通过sklearn教你如何实践，知道用什么包才能成为合格的调包侠呀～

评分☆☆☆☆☆

终于找到一本合适的书了，前几章调包稍微有点无聊，其他都很实用。但机器学习算法研究还得看其他书，这本只教调包。

评分☆☆☆☆☆

哈哈，居然是第一个写评价的读者。总体来说内容比较浅显，没有深入数学基础和算法细节，只是一本普通的入门读物。不过整本书的架构比较清晰，也是以Scikit-Learn为框架来讲述。在大体通读了Scikit的文档后再读这本书的效果比较好。文档的详实可以让我们作为工具书来查询，书籍的框架和整体性可以让我们对于机器学习有逻辑上的理解。全书介绍了监督，半监督的主流算法，并重点介绍了Scikit-Learn库以及模型的参数调整，性能评估和提升等问题。最后，如果是像我一样以前不怎么接触外文读物的读者来说，这本书对于上手外文书籍和文献是很有帮助的。