Python机器学习实践指南
作者: 库姆斯 (Alexander T.Combs)
出版社: 人民邮电出版社
原作名: Python Machine Learning Blueprints
译者: 黄申
内容简介 · · · · · ·
机器学习是近年来渐趋热门的一个领域，同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域，通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。
全书共有10 章。第1 章讲解了Python 机器学习的生态系统，剩余9 章介绍了众多与机器学习相关的算法，包括各类分类算法、数据可视化技术、推荐引擎等，主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。
本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。
作者简介 · · · · · ·
Alexander T. Combs 是一位经验丰富的数据科学家、策略师和开发人员。他有金融数据抽取、自然语言处理和生成，以及定量和统计建模的背景。他目前是纽约沉浸式数据科学项目的一名全职资深讲师。
目录 · · · · · ·
第1章Python机器学习的生态系统1
1.1数据科学／机器学习的工作流程2
1.1.1获取2
1.1.2检查和探索2
1.1.3清理和准备3
1.1.4建模3
1.1.5评估3
1.1.6部署3
1.2Python库和功能3
1.2.1获取4
1.2.2检查4
1.2.3准备20
1.2.4建模和评估26
1.2.5部署34
1.3设置机器学习的环境34
1.4小结34
阅读地址：https://www.turingtopia.com/polymerizate/details/8a78889273ec66a501740a86c2ab0002
我是AKA_王德发，一枚入门级程序员。关注即可获得更多，别忘了三连啊，点赞、收藏、留言，不要下次一定
网友评论