✍ Scribed by 安德里亚斯·穆勒; 莎拉·吉多
No coin nor oath required. For personal study only.
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。
📜 SIMILAR VOLUMES
<p>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。</p>
<p>本书全面系统地介绍了机器学习的基本概念、预备知识、主要思想、研究进展、基础技术、应用技巧，并围绕当前机器学习领域的热点问题展开讨论。全书共11章，主要内容包括决策树、神经网络、支持向量机、遗传算法、回归、聚类分析等。</p> <p>本书可作为高等院校计算机、软件工程、智能科学与技术等专业研究生和高年级本科生的教材，同时对于从事人工智能、数据挖掘、模式识别等相关技术人员也具有较高的参考价值。</p>
本教材以 Windows 操作系统为平台，系统讲解 Python3 的基础知识。全书共 11 章，主要介绍了 Python 基本语法、字符串、列表、元组、字典、文件的读写、函数与模块等基础知识。首先介绍了 Python 的特点、 发展及推荐学习方法，然后讲授了 Python 基础语法、流程控制语句、数据类型、函数、模块、面向对象、文 件处理、异常处理、数据库操作，最后增加了全国计算机等级考试二级 Python 语言程序设计考试中所要求的 第三方库相关知识等。教材根据“自主式一体化教学”模式，对教材的构成要素进行调整，按照 Python 的有 关知识由浅入深、从易到难进行编写，并在每章
《Python基础教程》专门针对Python新手量身定做，涵盖Python 3实际开发中经常用到的重要知识点，内容主要包括Python语言的类型和对象、运算符和表达式、编程结构和控制流、函数、序列、多线程编程、正则表达式、面向对象编程、文件和目录操作、网络编程和邮件收发、数据库编程、Django框架和项目范例。在介绍知识点的过程中，实现了理论和实践相结合。书中还安排了不少实践示例，以帮助读者巩固所学、学以致用。 《Python基础教程》内容丰富、结构合理、思路清晰、语言简练流畅、示例翔实。《Python基础教程》主要面向Python初学者，适合作为高等院校Python程序设计课程的教材，还可作