本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛入门机器学习。本书共分为11章,介绍了在Python环境下学习scikit-learn机器学习框架的相关知识,涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA算法和k-均值算法等。本书适合有一定编程基础的读者阅读,尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外,相关院校和培训机构也可以将本书作为教材使用。30秒极速了解本书精华内容:1.理论基础机器学习的应用场景本书通过通俗易懂的语言、丰富的图示和生动的实例,拨开了笼罩在机器学习上方复杂的数学“乌云”,让读者以较低的代价和门槛入门机器学习。本书共分为11章,介绍了在Python环境下学习scikit-learn机器学习框架的相关知识,涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA算法和k-均值算法等。本书适合有一定编程基础的读者阅读,尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外,相关院校和培训机构也可以将本书作为教材使用。30秒极速了解本书精华内容:1.理论基础机器学习的应用场景机器学习编程的典型步骤Python机器学习开发包:numpy、pandas和matplotlib算法模型性能评估的指标和评估方法2.八大常用机器学习算法k-近邻算法线性回归算法逻辑回归算法决策树支持向量机朴素贝叶斯PCA算法k-均值算法3.七大实战演练案例糖尿病检测预测房价乳腺癌检测泰坦尼克号幸存者预测文档类别预测人脸识别文档自动分类显示全部信息

提示:百度云已更名为百度网盘(百度盘),天翼云盘、微盘下载地址……暂未提供。