编辑推荐
本书以零基础讲解为特色，用实例引导读者学习，深入浅出地介绍Python机器学习的相关知识和实战技能。
内容简介
本书以零基础讲解为特色，用实例引导读者学习，深入浅出地介绍Python机器学习的相关知识和实战技能。全书共17章，分为5篇。第Ⅰ篇为机器学习入门篇，包含第1章，主要介绍机器学习的概念、机器学习研究的主要任务、如何选择合适的算法及机器学习研究问题的一般步骤等；第Ⅱ篇为工具模块使用篇，包含第2~4章，主要介绍数组计算NumPy、数据分析Pandas、图形展示Matplotlib等；第Ⅲ篇为专业技能提升篇，包含第5~13章，主要介绍算法综述、决策树、朴素贝叶斯、逻辑回归、支持向量机、AdaBoost、线性回归、k-means、PCA等；第Ⅳ篇为深度学习延伸篇，包含第14章，主要介绍卷积神经网络；第Ⅴ篇为项目技能实战篇，包含第15~17章，主要介绍验证码识别、答题卡识别、机器学习简历指导等。同时，本书随书赠送了大量相关的学习资料，以便读者扩展学习。本书适用于任何想学习Python机器学习的读者。无论读者是否从事Python相关工作，是否接触过Python，均可通过学习本书快速掌握Python机器学习的开发方法和技巧。
作者简介
编著者桑园，副教授、高级工程师，郑州西亚斯学院骨干教师，计算机科学系主任。主要开设课程：Python程序设计、Java Web框架开发技术、数据库原理、机器学习等。主要研究方向：机器学习算法研究。
章节目录
版权信息
内容提要
前言
第Ⅰ篇 机器学习入门篇
第1章 机器学习入门之机器学习基础
第Ⅱ篇 工具模块使用篇
第2章 机器学习模块之数组计算NumPy
第3章 机器学习模块之数据分析Pandas
第4章 机器学习模块之图形展示Matplotlib
第Ⅲ篇 专业技能提升篇
第5章 机器学习算法之算法综述
第6章 机器学习算法之决策树
第7章 机器学习算法之朴素贝叶斯
第8章 机器学习算法之逻辑回归
第9章 机器学习算法之支持向量机
第10章 机器学习算法之AdaBoost
第11章 机器学习算法之线性回归
第12章 机器学习算法之k-means
第13章 机器学习算法之PCA
第Ⅳ篇 深度学习延伸篇
第14章 深度学习延伸之卷积神经网络
第Ⅴ篇 项目技能实战篇
第15章 机器学习实战之验证码识别
第16章 机器学习实战之答题卡识别
第17章 简历分享就业之机器学习简历指导
Python机器学习入门与实战是2023年由人民邮电出版社出版,作者桑园 编著。
得书感谢您对《Python机器学习入门与实战》关注和支持，如本书内容有不良信息或侵权等情形的，请联系本网站。
