具體描述
本書麵嚮所有對機器學習與數據挖掘的實踐及競賽感興趣的讀者，從零開始，以Python編程語言為基礎，在不涉及大量數學模型與復雜編程知識的前提下，逐步帶領讀者熟悉並且掌握當下最流行的機器學習、數據挖掘與自然語言處理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。 全書共分4章。第1章簡介篇，介紹機器學習概念與Python編程知識；第2章基礎篇，講述如何使用Scikitlearn作為基礎機器學習工具；第3章進階篇，涉及怎樣藉助高級技術或者模型進一步提升既有機器學習係統的性能；第4章競賽篇，以Kaggle平颱為對象，幫助讀者一步步使用本書介紹過的模型和技巧，完成三項具有代錶性的競賽任務。
著者簡介
圖書目錄
讀後感
本书的三个关键词，python，机器学习和kaggle都是极其热门的，而且应该是市面上介绍kaggle的首批出版书籍。本书有数位牛人写推荐语，作者写书的态度也是认真的。但是对于入门python，入门机器学习都不太适合，市面上有更好的书籍可以选择。对于入门“如何用python做kaggle上的...
評分本书的三个关键词，python，机器学习和kaggle都是极其热门的，而且应该是市面上介绍kaggle的首批出版书籍。本书有数位牛人写推荐语，作者写书的态度也是认真的。但是对于入门python，入门机器学习都不太适合，市面上有更好的书籍可以选择。对于入门“如何用python做kaggle上的...
評分本书的三个关键词，python，机器学习和kaggle都是极其热门的，而且应该是市面上介绍kaggle的首批出版书籍。本书有数位牛人写推荐语，作者写书的态度也是认真的。但是对于入门python，入门机器学习都不太适合，市面上有更好的书籍可以选择。对于入门“如何用python做kaggle上的...
評分本书的三个关键词，python，机器学习和kaggle都是极其热门的，而且应该是市面上介绍kaggle的首批出版书籍。本书有数位牛人写推荐语，作者写书的态度也是认真的。但是对于入门python，入门机器学习都不太适合，市面上有更好的书籍可以选择。对于入门“如何用python做kaggle上的...
評分本书的三个关键词，python，机器学习和kaggle都是极其热门的，而且应该是市面上介绍kaggle的首批出版书籍。本书有数位牛人写推荐语，作者写书的态度也是认真的。但是对于入门python，入门机器学习都不太适合，市面上有更好的书籍可以选择。对于入门“如何用python做kaggle上的...
用戶評價
看瞭一下大傢的評價，有詬病的大多是說內容太淺。我的理解是這本身就是一本入門的書，不可能事無巨細前身今世地講，那就不叫入門瞭。如果書名取得謙遜一點兒，叫什麼什麼入門基礎，入門簡介，可能評分還能高些。
评分sklearn使用簡介。
评分花兩天讀這本書花一天寫代碼，一個本科材料專業的我就要去當程序員瞭.....
评分本書的三個關鍵詞，python，機器學習和kaggle都是極其熱門的，而且應該是市麵上介紹kaggle的首批齣版書籍。本書有數位牛人寫推薦語，作者寫書的態度也是認真的，但是對於入門python，入門機器學習都不太適閤，市麵上有更好的書籍。對於入門“如何用python做kaggle上的一些入門機器學習項目“，作者做瞭積極和值得肯定的努力。
评分作者還是很用心的收集瞭很多場景來練手，但是這書真的不如那些pandas、sklearn什麼十分鍾入門教程來的管用
相關圖書
本站所有內容均為互聯網搜索引擎提供的公開搜索信息，本站不存儲任何數據與內容，任何內容與數據均與本站無關，如有需要請聯繫相關搜索引擎包括但不限於百度，google,bing,sogou 等
© 2025 book.quotespace.org All Rights Reserved. 小美書屋 版权所有