图书介绍
Python机器学习PDF|Epub|txt|kindle电子书版本网盘下载
- （印）阿布舍克·维贾亚瓦吉亚（Abhishek Vijayvargia）著 著
- 出版社： 北京：人民邮电出版社
- ISBN：9787115501356
- 出版时间：2019
- 标注页数：270页
- 文件大小：24MB
- 文件页数：293页
- 主题词：软件工具－程序设计
PDF下载
下载说明
Python机器学习PDF格式电子书版下载
下载的文件为RAR压缩包。需要使用解压软件进行解压得到PDF格式图书。建议使用BT下载工具Free Download Manager进行下载,简称FDM(免费,没有广告,支持多平台）。本站资源全部打包为BT种子。所以需要使用专业的BT下载软件进行下载。如BitComet qBittorrent uTorrent等BT下载工具。迅雷目前由于本站不是热门资源。不推荐使用！后期资源热门了。安装了迅雷也可以迅雷进行下载！
（文件页数 要大于 标注页数，上中下等多册电子书除外）
注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具
图书目录
第1章 走进机器学习1
1.1机器学习概述1
1.2机器学习过程2
第2章 了解Python20
2.1为什么选择Python20
2.2下载和安装Python22
2.2.1在Windows中安装Python22
2.2.2Anaconda24
2.3首个Python程序26
2.4Python基础27
2.5数据结构与循环36
第3章 特征工程42
3.1什么是特征42
3.2为什么执行特征工程43
3.3特征提取43
3.4特征选择43
3.5特征工程方法——通用准则44
3.5.1处理数值特征44
3.5.2处理分类特征45
3.5.3处理基于时间的特征47
3.5.4处理文本特征47
3.5.5缺失数据48
3.5.6降维48
3.6用Python进行特征工程49
3.6.1Pandas基本操作49
3.6.2常见任务57
第4章 数据可视化62
4.1折线图63
4.2条形图66
4.3饼图67
4.4直方图68
4.5散点图69
4.6箱线图70
4.7采用面向对象的方式绘图71
4.8Seaborn73
4.8.1分布图74
4.8.2双变量分布75
4.8.3二元分布的核密度估计75
4.8.4成对双变量分布76
4.8.5分类散点图76
4.8.6小提琴图77
4.8.7点图78
第5章 回归79
5.1简单回归80
5.2多元回归92
5.3模型评价94
5.3.1训练误差95
5.3.2泛化误差96
5.3.3测试误差97
5.3.4不可约误差98
5.3.5偏差—方差权衡99
第6章 高级回归105
6.1概述105
6.2岭回归112
6.3套索回归118
6.3.1全子集算法118
6.3.2用于特征选择的贪心算法119
6.3.3特征选择的正则化119
6.4非参数回归122
6.4.1K-最近邻回归124
6.4.2核回归127
第7章 分类128
7.1线性分类器129
7.2逻辑回归133
7.3决策树147
7.3.1关于树的术语148
7.3.2决策树学习149
7.3.3决策边界151
7.4随机森林158
7.5朴素贝叶斯164
第8章 无监督学习169
8.1聚类170
8.2K-均值聚类170
8.2.1随机分配聚类质心的问题175
8.2.2查找K的值175
8.3分层聚类182
8.3.1距离矩阵184
8.3.2连接185
第9章 文本分析189
9.1使用Python进行基本文本处理189
9.1.1字符串比较191
9.1.2字符串转换191
9.1.3字符串操作192
9.2正则表达式193
9.3自然语言处理195
9.3.1词干提取196
9.3.2词形还原197
9.3.3分词197
9.4文本分类200
9.5主题建模206
第10章 神经网络与深度学习209
10.1矢量化210
10.2神经网络218
10.2.1梯度下降220
10.2.2激活函数221
10.2.3参数初始化224
10.2.4优化方法227
10.2.5损失函数227
10.3深度学习229
10.4深度学习架构230
10.4.1深度信念网络231
10.4.2卷积神经网络231
10.4.3循环神经网络231
10.4.4长短期记忆网络231
10.4.5深度堆栈网络232
10.5深度学习框架232
第11章 推荐系统237
11.1基于流行度的推荐引擎237
11.2基于内容的推荐引擎240
11.3基于分类的推荐引擎243
11.4协同过滤245
第12章 时间序列分析249
12.1处理日期和时间249
12.2窗口函数254
12.3相关性258
12.4时间序列预测261