内容简介
本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者,从零开始,以Python编程语言为基础，在不涉及大 量数学模型与复杂编程知识的前提下,逐步带领读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工 具,如Scikit learn、NLTK、Pandas .gensim.XGBoost、Google Tensorflow等。
全书共分4章。第1章简介篇,介绍机器学习概念与Python编程知识;第2章基础篇,讲述如何使用Scikit-learn作为 基础机器学习工具;第3章进阶篇,涉及怎样借助高级技术或者模型进一步提升既有机器学习系统的性能;第4章竞赛篇， 以Kaggle平台为对象,帮助读者一步步使用本书介绍过的模型和技巧,完成三项具有代表性的竞赛任务。
➢>>> 目录
●第1章简介篇................................... 1
1.1 机器学习综述
1.1.2经验 .....
12 Python 编程库.....
1.2.1为什 么使用Python ....
1.2.2 Python机器学习的优势........................... 9
1.2.3 NumPy & SciPy :
1.2.4 Matplotib
1.2.5 Scikit-learn .....
1.2.6 Pandas ...
1.2.7 Anaconda
12
1.3 Python 环境配置 12
1.3.1 Windows 系统环境 12
1.3.2 Mac OS系统环境 17
1.4 Python 编程基础
1.4.1 Python 基本语法 19
1.4.2 Python 数据类型
1.4.3 Python 数据运算 22
1.4.4 Python 流程控制 26
1.4.5 Python 雨数(模块)设计......
1.4.6 Python 编程库(包)的导人 29
1.4.7 Python 基础綜合实践... 30
1.5章末小结 ...................................... 33
●第2章基础篇 34
2.1监督学习经典模型 34
2.1.1分类学习 35
2.1.2回归预测 .....
2.2无 监督学习经典模型 .... 8
2.2.1数据聚类... .8
2.2.2特征降维 ... ，9
●第3章进阶篇 98
3.1.1特征提升 .
3.1.2模型正则化 111
3.1.3模型检脸 .....
3.1.4超参数搜索 122
3.2流行库模型实践 129
3.2.1自然语言处理包(NLTK). 131
3.2.2词向 量(Word2Vec)技术....
3.2.3 XGBoost 模型. 138
3.2.4 Tensorflow 框架. 140
3.3 章末小结...... 152
●第4章实战................................ 153
1.1Kaggle平台简介 153
4.2 Titanic 罹难乘客预测...... 157
43 IMDB 影评得分估计....
1.4 MNIST手写体数宇團片识别 174
4.5章末小结...... 180
●参考文献.....