PYTHON机器学习手册:从数据预处理到深度学习
正版新书 新华官方库房直发 可开电子发票
￥ 56.97 6.4折 ￥ 89 全新
库存29件
作者（美）ChrisAlbon（克里斯·阿尔本）
出版社电子工业出版社
ISBN9787121369629
出版时间2019-07
版次1
装帧平装
开本其他
纸张胶版纸
页数368页
字数503千字
定价89元
货号SC:9787121369629
上书时间2024-10-31
- 在售商品 暂无
- 平均发货时间 16小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
克里斯？阿尔本（Chris Albon）是肯尼亚创业公司BRCK的首席数据科学家。他此前创立了AI公司New knowledge和数据科学播客Partially Derivative。Chris在统计学习、人工智能和软件工程方面拥有十年的工作经验。
主编推荐:
"采用基于任务的方式介绍机器学习
涵盖在构建机器学习模型时可能遇到的常见任务
提供近200个小任务的解决方案，以及代码
在代码中加深对理论的理解
"
媒体评论:
"“O’Reilly Radar 博客有口皆碑。”
——Wired
“O’Reilly 凭借一系列（真希望当初我也想到了）非凡想法建立了数百万美元的业
务。”
——Business 2.0
“O’Reilly Conference 是聚集关键思想领袖的绝对典范。”
——CRN
“一本 O’Reilly 的书就代表一个有用、有前途、需要学习的主题。”
——Irish Times
“Tim 是位特立独行的商人，他不光放眼于最长远、最广阔的视野并且切实地按照
Yogi Berra 的建议去做了：‘如果你在路上遇到岔路口，走小路（岔路）。’回顾过去， Tim 似乎每一次都选择了小路，而且有几次都是一闪即逝的机会，尽管大路也不错。”
——Linux Journal
"
精彩内容:
"序
在过去几年中，机器学习已经渗透到企业、非营利组织和政府的日常运作中。随着机器学习热度的增长，在对机器学习从业者的指导方面上，涌现了一批高质量的文献。这类文献培养了整整一代的数据科学家和机器学习工程师。这类文献从提供学习资源的角度来探讨机器学习，为人们讲解机器学习是什么以及它的工作原理。尽管这种方法富有成效，但却遗漏了一部分内容：机器学习日常开发中的细节。这就是笔者写本书的动机——本书不是写给学生读者的学习机器学习理论的大部头，而是写给专业人士的“扳手型”工具书。我希望你把它放在书桌上，把你感兴趣的某些页折起来，在日常开发中需要解决实际问题时就拿过来翻一翻。
更具体地说，本书采用基于任务的方式来介绍机器学习，有近200个独立的解决方案（你可以复制并粘贴这些代码，而它们将正常运行），针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的最常见的任务。
本书的最终目标是成为人们在构建真实的机器学习系统时的参考书。例如，假设你有一个JSON文件，其中包含1000个具有缺失值的分类特征和数值型特征，并且目标向量的分类不均衡，你想得到一个可解释的模型。本书提供的解决方案可以帮助你解决如下问题：
?加载JSON文件（2.5 节）
?特征的标准化（4.2 节）
?对特征字典编码（5.3节）
?填充缺失的分类值（5.4节）
?使用主成分进行特征降维（9.1节）
?使用随机搜索选择很好模型（12.2节）
?训练随机森林分类器（14.4节）
?选择随机森林中的重要特征（14.7节）
目标是让你：
1. 复制/粘贴代码，并确信它能很好地运行在玩具数据集（toy dataset） 上。
2. 阅读每一节后面的讨论以增进对代码背后的理论的理解，并了解哪些参数是需要重点考虑的因素。
3. 对书中的代码进行各种组合与修改，以构建实际的应用。
...
内容简介:
这是一本关于Python的图书，采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案（并提供了相关代码，读者可以复制并粘贴这些代码，用在自己的程序中），针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的最常见任务，涵盖最简单的矩阵和向量运算到特征工程以及神经网络的构建。本书不是机器学习的入门书，适合熟悉机器学习的理论和概念的读者摆在案头作为参考，他们可以借鉴书中的代码，快速解决在机器学习的日常开发中遇到的挑战。
目录:
第1章 向量、矩阵和数组
1.0 简介
1.1 创建一个向量
问题描述
解决方案
讨论
延伸阅读
1.2 创建一个矩阵
问题描述
解决方案
讨论
延伸阅读
1.3 创建一个稀疏矩阵
问题描述
解决方案
讨论
延伸阅读
1.4 选择元素
问题描述
解决方案
讨论
1.5 展示一个矩阵的属性
问题描述
解决方案
讨论
1.6 对多个元素同时应用某个操作
问题描述
解决方案
讨论
1.7 找到优选值和最小值
问题描述
解决方案
讨论
1.8 计算平均值、方差和标准差
问题描述
解决方案
讨论
1.9 矩阵变形
问题描述
解决方案
讨论
1.10 转置向量或矩阵
问题描述
解决方案
讨论
1.11 展开一个矩阵
问题描述
解决方案
讨论
1.12 计算矩阵的秩
问题描述
解决方案
讨论
延伸阅读
1.13 计算行列式
问题描述
解决方案
讨论
延伸阅读
1.14 获取矩阵的对角线元素
问题描述
解决方案
讨论
1.15 计算矩阵的迹
延伸阅读
1.16 计算特征值和特征向量
问题描述
解决方案
讨论
延伸阅读
1.17 计算点积
问题描述
解决方案
讨论
延伸阅读
1.18 矩阵的加/减
问题描述
解决方案
讨论
1.19 矩阵的乘法
问题描述
解决方案
讨论
延伸阅读
1.20 计算矩阵的逆
问题描述
解决方案
讨论
1.21 生成随机数
问题描述
解决方案
讨论
第2章 加载数据
2.0 简介
...
— 没有更多了 —
以下为对购买帮助不大的评价