Python机器学习编程与实战

Python机器学习编程与实战

查阅电子书
手机扫码
  • 微信扫一扫

    关注微信公众号

内容简介

本书共8章,内容包括Python概述、NumPy数值计算、pandas基础、pandas进阶、Matplotlib绘图、scikit-learn、餐饮企业综合分析与预测、通信运营商客户流失分析与预测。前6章设置了选择题、填空题和操作题,后两章设置了操作题,希望通过练习和操作实践,读者可以巩固所学的内容。

Python机器学习编程与实战是2020年由人民邮电出版社出版,作者林耀进 张良均。

得书感谢您对《Python机器学习编程与实战》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。

你可能喜欢
机器学习原理与实战 电子书
本书共11章,分别介绍了机器学习概述、数据准备、特征工程、有监督学习、无监督学习、智能推荐的相关知识,并介绍了市财政收入分析案例、基于非侵入式电力负荷监测与分解的电力分析案例、航空公司客户价值分析案例、广电大数据营销推荐案例以及基于TipDM数据挖掘建模平台实现航空公司客户价值分析案例。
机器学习案例实战 电子书
机器学习已经广泛地应用于各行各业,深度学习的兴起再次推动了人工智能的热潮。本书结合项目实践,首先讨论了TensorFlow、PySpark、TI-ONE等主流机器学习平台的主要特点;然后结合Tableau介绍了数据可视化在银行客户用卡行为分析的应用。在此基础上,利用上述介绍的这些平台,通过多个项目案例,详细地分析了决策树、随机森林、支持向量机、逻辑回归、贝叶斯网络、卷积神经网络、循环神经网络、对抗
Python实战速成手册:数据分析+机器学习+深度学习 电子书
本书基于Python语言,介绍了数据分析、机器学习、深度学习等内容,涉及统计学基础、Python基础、Python面向对象入门、在Python中操作MySQL、Pandas、Matplotlib、人工智能、Scikit-learn、神经网络等。书中包括大量代码和综合练习,以及丰富的实战案例。
Python深度学习与项目实战 电子书
本书基于Python以及两个深度学习框架Keras与TensorFlow,讲述深度学习在实际项目中的应用。本书共10章,首先介绍线性回归模型、逻辑回归模型、Softmax多分类器,然后讲述全连接神经网络、神经网络模型的优化、卷积神经网络、循环神经网络,最后讨论自编码模型、对抗生成网络、深度强化学习。
量子计算Python与Q#编程实战 电子书
本书指导读者使用Python和Q#语言学习量子计算,揭开量子计算的神秘面纱。本书尽量避免复杂的数学概念,试图直接通过量子编程来帮助读者建立对量子计算机的理解。读者可以通过使用Python创建自己的量子模拟器来学习量子计算的基础知识,然后使用QDK和Q#来编写和运行与经典计算不同的算法。通过阅读本书,读者将能够把量子编程技术应用于量子密钥分发等应用程序中,并处理真实的示例,如进行化学模拟和搜索未排序