91在线视频在线观看,久久大香伊蕉在人线国产h

本書采用理論與實踐相結(jié)合的方式，引導讀者以Python為工具，以機器學習為方法，進行數(shù)據(jù)的建模與分析。本書共13章，對機器學習的原理部分進行了深入透徹的講解，對機器學習算法部分均進行了Python實現(xiàn)。除前兩章外，各章都給出了可實現(xiàn)的實踐案例，并全彩呈現(xiàn)數(shù)據(jù)可視化圖形。
本書兼具知識的深度和廣度，在理論上突出可讀性，在實踐上強調(diào)可操作性，實踐案例具備較強代表性。隨書提供全部案例的數(shù)據(jù)集、源代碼、教學PPT、關(guān)鍵知識點，教學輔導視頻，具備較高實用性。
本書既可以作為數(shù)據(jù)分析從業(yè)人員的參考書，也可作為高等院校數(shù)據(jù)分析、機器學習等專業(yè)課程的教材。
掃描關(guān)注機械工業(yè)出版社計算機分社官方微信訂閱號—身邊的信息學，回復67490即可獲取本書配套資源下載鏈接。

前言

機器學習是數(shù)據(jù)科學中數(shù)據(jù)建模和分析的重要方法，既是當前大數(shù)據(jù)分析的基礎(chǔ)和主流工具，也是通往深度學習和人工智能的必經(jīng)之路；Python是數(shù)據(jù)科學實踐中最常用的計算機編程語言，既是當前最流行的機器學習實現(xiàn)工具，也會因其在理論和應用方面的不斷發(fā)展完善而擁有長期的競爭優(yōu)勢。在學好機器學習的理論方法的同時，掌握Python語言這個實用工具，是成為數(shù)據(jù)科學人才所必不可少的。
筆者將多年來在機器學習、數(shù)據(jù)挖掘、統(tǒng)計學、計算機語言和統(tǒng)計應用軟件等課程中的教學經(jīng)驗與科研實踐進行歸納總結(jié)，精心編寫了這本實用的圖書，希望將經(jīng)驗和心得分享給廣大從事數(shù)據(jù)科學以及Python機器學習的同仁和高校師生們。
本書的特點如下：
1．對原理部分做清晰的講解
機器學習是一門交叉性很強的學科，涉及統(tǒng)計學、數(shù)據(jù)科學、計算機學科等多個領(lǐng)域的知識。學習者要掌握好每個模型或算法的精髓和實踐，需要由淺入深地關(guān)注直觀含義、方法原理、公式推導、算法實現(xiàn)和適用場景等多個遞進層面。本書也正是基于這樣的層面來組織內(nèi)容。
2．對實踐部分做全面的實現(xiàn)
機器學習也是一門實操性很強的學科。學習者需要邊學邊做才能獲得更加深刻的認知。正是如此，本書在第3章～第13章中設置了Python建模實現(xiàn)和Python實踐案例。一方面，通過Python代碼和各種可再現(xiàn)的圖形，幫助學習者理解抽象理論背后的直觀含義和方法精髓。另一方面，通過Python代碼，幫助學習者掌握和拓展機器學習的算法實現(xiàn)和應用實踐。全書所有模型和算法都有相應的Python代碼，并提供全部代碼下載。除第1章外，各章結(jié)尾還配有本章總結(jié)、本章相關(guān)函數(shù)和本章習題。
3．適合作為機器學習或相關(guān)課程的教學及自學用書
本書在理論上突出可讀性并兼具知識的深度和廣度，實踐上強調(diào)可操作性并兼具應用的廣泛性。本書采用一種有效而獨特的方式講解機器學習：一方面，以數(shù)據(jù)建模和分析中的問題為導向，依知識點的難度，由淺入深地討論了眾多主流機器學習算法的原理；另一方面，通過Python編程和可視化圖形，直觀展示抽象理論背后的精髓和樸素道理；通過應用案例強化算法的應用實踐。
在章節(jié)安排上，本書分13章。在第1章以機器學習概述開篇，第2章介紹Python機器學習基礎(chǔ)，第3章集中對數(shù)據(jù)預測與預測建模的各個方面進行了整體論述，幫助讀者掌握機器學習的整體知識框架。后續(xù)第4章～第9章按照由易到難的內(nèi)在邏輯，順序展開機器學習預測建模方法的介紹，包括貝葉斯分類器、近鄰分析、決策樹、集成學習、人工神經(jīng)網(wǎng)絡和支持向量機等眾多經(jīng)典機器學習算法。第10、11章聚焦數(shù)據(jù)建模中不可或缺的重要環(huán)節(jié)——特征工程，分別論述了特征選擇和特征提取。第12、13章深入介紹了機器學習中的聚類算法。
在內(nèi)容設計上，除前兩章外的各章均由基本原理、Python建模實現(xiàn)、Python實踐案例、本章總結(jié)、本章相關(guān)函數(shù)以及本章習題幾部分組成�；驹聿糠衷敿氄撌隽藱C器學習的算法，旨在使讀者能夠知其然更知其所以然；Python建模實現(xiàn)部分通過編程直觀展示了抽象理論背后的樸素道理，從而幫助讀者進一步加深對理論精髓的理解；Python實踐案例部分展現(xiàn)了機器學習在環(huán)境污染、法律裁決、大眾娛樂、醫(yī)藥健康、汽車節(jié)能、人工智能和商業(yè)分析等眾多領(lǐng)域的應用，旨在提升讀者的算法實踐水平；本章總結(jié)、本章相關(guān)函數(shù)和本章習題部分簡要回顧本章理論，歸納所涉及的Python函數(shù)，并通過習題強化知識要點。
本書以高等院校每周3至4課時共計約17周的課時數(shù)安排內(nèi)容。Python建模實現(xiàn)部分，既可與Python實踐案例共同作為上機實驗課單獨進行，也可與基本原理相結(jié)合一并講解學習。內(nèi)容設計和體量安排，不僅和數(shù)據(jù)科學與大數(shù)據(jù)技術(shù)的專業(yè)課程設置相吻合，也可滿足人工智能、統(tǒng)計學以及計算機應用等相關(guān)專業(yè)課程的要求。本書也可作為Python 機器學習研究應用人員的參考用書。
本書編寫過程中，陳歡歌老師參與了部分章節(jié)的編寫以及文獻資料與數(shù)據(jù)的整理，機械工業(yè)出版社的王斌老師從選題策劃到章節(jié)安排都對本書提出了寶貴的建議。在此一并表示感謝。
在以大數(shù)據(jù)與人工智能技術(shù)為代表的新一輪科技浪潮的推動下，Python與機器學習也在迅猛發(fā)展并快速迭代，形成了方法豐富、分支多樣、應用廣泛的整體態(tài)勢。要想全面而深入地掌握其全貌，就需要不斷學習與完善、不斷跟進與提高。歡迎各位讀者不吝賜教，對本書不妥之處提出寶貴意見。

薛薇
中國人民大學應用統(tǒng)計科學研究中心
中國人民大學統(tǒng)計學院

你還可能感興趣

我要評論