數(shù)據(jù)科學(xué)家是當(dāng)下炙手可熱的職業(yè)，機(jī)器學(xué)習(xí)則是他們的必備技能，機(jī)器學(xué)習(xí)在大數(shù)據(jù)分析中居于核心的地位，在互聯(lián)網(wǎng)、金融保險(xiǎn)、制造業(yè)、零售業(yè)、醫(yī)療等產(chǎn)業(yè)領(lǐng)域發(fā)揮了越來越大的作用且日益受到關(guān)注。Python是又好又熱門的編程語言之一，以簡(jiǎn)單易學(xué)、應(yīng)用廣泛、類庫強(qiáng)大而著稱，是實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的最佳語言。

《Python大戰(zhàn)機(jī)器學(xué)習(xí)：數(shù)據(jù)科學(xué)家的第—個(gè)小目標(biāo)》以快速上手、四分理論六分實(shí)踐為出發(fā)點(diǎn)，講述機(jī)器學(xué)習(xí)的算法和Python編程實(shí)踐，采用“原理筆記精華 算法Python實(shí)現(xiàn) 問題實(shí)例 實(shí)際代碼 運(yùn)行調(diào)參”的形式展開，理論與實(shí)踐結(jié)合，算法原理與編程實(shí)戰(zhàn)并重。

全書共13 章分為4篇展開：第—篇：機(jī)器學(xué)習(xí)基礎(chǔ)篇（第1～6 章），講述機(jī)器學(xué)習(xí)的基礎(chǔ)算法，包括線性模型、決策樹、貝葉斯分類、k近鄰法、數(shù)據(jù)降維、聚類和EM算法；第二篇：機(jī)器學(xué)習(xí)高級(jí)篇（第7～10章），講述經(jīng)典而常用的高級(jí)機(jī)器學(xué)習(xí)算法，包括支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)、半監(jiān)督學(xué)習(xí)和集成學(xué)習(xí)；第三篇：機(jī)器學(xué)習(xí)工程篇（第11～12章），講述機(jī)器學(xué)習(xí)工程中的實(shí)際技術(shù)，包括數(shù)據(jù)預(yù)處理，模型評(píng)估、選擇與驗(yàn)證等。第四篇：kaggle實(shí)戰(zhàn)篇（第13章），講述一個(gè)kaggle競(jìng)賽題目的實(shí)戰(zhàn)?！禤ython大戰(zhàn)機(jī)器學(xué)習(xí)：數(shù)據(jù)科學(xué)家的第—個(gè)小目標(biāo)》內(nèi)容豐富、深入淺出，算法與代碼齊頭并進(jìn)，無論你是新手還是有經(jīng)驗(yàn)的讀者，都能快速學(xué)到你想要的。

本書可供為高等院校計(jì)算機(jī)、金融、數(shù)學(xué)、自動(dòng)化及相關(guān)理工科專業(yè)的本科生或研究生使用，也可供對(duì)機(jī)器學(xué)習(xí)感興趣的研究人員和工程技術(shù)人員閱讀參考。

目錄

第一篇 機(jī)器學(xué)習(xí)基礎(chǔ)篇1
第1 章 線性模型 2
第2 章 決策樹 30
第3 章 貝葉斯分類器 55
第4 章 k 近鄰法 70
第5章 數(shù)據(jù)降維 83
第6章 聚類和EM 算法 119
第二篇 機(jī)器學(xué)習(xí)高級(jí)篇155
第7章 支持向量機(jī) 156
第8章 人工神經(jīng)網(wǎng)絡(luò) 192
第9章 半監(jiān)督學(xué)習(xí) 225
第10章 集成學(xué)習(xí) 244
第三篇 機(jī)器學(xué)習(xí)工程篇299
第11章 數(shù)據(jù)預(yù)處理 300
第12 章 模型評(píng)估、選擇與驗(yàn)證 345
第四篇 Kaggle 實(shí)戰(zhàn)篇401
第13 章 Kaggle 牛刀小試 402