python机器学习pdf百度网盘下载地址?
Python教程作者简介:
Sebastian Raschka是密歇根州立大学的博士生,他在计算生物学领域提出了几种新的计算方法,还被科技博客Analytics Vidhya评为GitHub上具影响力的数据科学家。他有一整年都使用Python教程进行编程的经验,同时还多次参加数据科学应用与机器学习领域的研讨会。正是因为Sebastian 在数据科学、机器学习以及Python教程等领域拥有丰富的演讲和写作经验,他才有动力完成此书的撰写,目的是帮助那些不具备机器学习背景的人设计出由数据驱动的解决方案。 他还积极参与到开源项目中,由他开发完成的计算方法已经被成功应用到了机器学习竞赛(如Kaggle等)中。在业余时间,他沉醉于构建体育运动的预测模型,要么待在电脑前,要么在运动。
Python教程目录:
第1章 赋予计算机学习数据的能力1
第2章 机器学习分类算法10
第3章 使用scikit-learn实现机器学习分类算法30
第4章 数据预处理—构建好的训练数据集58
第5章 通过降维压缩数据77
第6章 模型评估与参数调优实战104
第7章 集成学习—组合不同的模型122
第8章 使用机器学习进行情感分析144
第9章 在Web应用中嵌入机器学习模型156
第10章 使用回归分析预测连续型目标变量173
第11章 聚类分析——处理无类标数据194
第12章 使用人工神经网络识别图像213
第13章 使用Theano并行训练神经网络241
点击下载
本文来自投稿,不代表亲测学习网立场,如若转载,请注明出处:https://www.qince.net/python%e6%9c%ba%e5%99%a8%e5%ad%a6%e4%b9%a0pdf%e7%94%b5%e5%ad%90%e4%b9%a6%e7%b1%8d%e4%b8%8b%e8%bd%bd%e7%99%be%e5%ba%a6%e4%ba%91.html
郑重声明:
本站所有内容均由互联网收集整理、网友上传,并且以计算机技术研究交流为目的,仅供大家参考、学习,不存在任何商业目的与商业用途。 若您需要商业运营或用于其他商业活动,请您购买正版授权并合法使用。
我们不承担任何技术及版权问题,且不对任何资源负法律责任。
如遇到资源无法下载,请点击这里失效报错。失效报错提交后记得查看你的留言信息,24小时之内反馈信息。
如有侵犯您的版权,请给我们私信,我们会尽快处理,并诚恳的向你道歉!