编辑推荐
本书基于Python语言详细讲解机器学习算法及其应用。
内容简介
全书共分12章，内容包括机器学习概述、Python数据处理基础、Python常用机器学习库、线性回归及应用、分类算法及应用、数据降维及应用、聚类算法及应用、关联规则挖掘算法及应用、协同过滤算法及应用，最后通过3个综合实战项目（包括新闻内容分类实战、泰坦尼克号获救预测实战、中药数据分析项目实战），帮助读者对所学技能进行巩固和提升。
本书主要章节都给出了对应的示例及其详细的分析步骤，方便读者从编程中掌握机器学习基础算法及应用。
作者简介
作者迟殿委，计算机软件与理论专业硕士，毕业于南昌大学，系统架构设计师。有多年企业软件研发经验和丰富的JavaEE培训经验，熟练掌握JavaEE全栈技术框架，对Java核心编程技术有深刻理解。主要擅长JavaEE系统架构设计、大数据分析与挖掘。著有图书《Spring Boot+Spring Cloud微服务开发》。
章节目录
版权信息
主要作者简介
内容简介
前言
第1章 机器学习概述
1.1 机器学习简介
1.2 机器学习的发展史和分类
1.3 机器学习常用术语
1.4 本章小结
第2章 Python数据处理基础
2.1 Python开发环境搭建
2.2 Python基本数据类型
2.3 Python文件的基本操作
2.4 本章小结
第3章 Python常用机器学习库
3.1 Python数值计算库NumPy
3.2 Python数据处理库Pandas
3.3 Python数据可视化库Matplotlib
3.4 Python机器学习库scikit-learn
3.5 本章小结
第4章 线性回归及应用
4.1 线性回归算法理论
4.2 回归算法的评价指标
4.3 梯度下降算法
4.4 过拟合
4.5 线性回归实战
4.6 本章小结
第5章 分类算法及应用
5.1 逻辑回归理论与应用
5.2 SVM理论及应用
5.3 朴素贝叶斯分类及应用
5.4 决策树分类及应用
5.5 随机森林算法实战
5.6 本章小结
第6章 数据降维及应用
6.1 数据降维概述
6.2 PCA算法
6.3 SVD算法
6.4 本章小结
第7章 聚类算法及应用
7.1 聚类理论基础
7.2 K-Means聚类
7.3 高斯混合聚类
7.4 谱聚类
7.5 本章小结
第8章 关联规则挖掘算法及应用
8.1 关联规则挖掘算法理论
8.2 关联规则挖掘算法实战
8.3 本章小结
第9章 协同过滤算法及应用
9.1 协同过滤算法理论
9.2 协同过滤算法电影推荐实战
9.3 本章小结
第10章 新闻内容分类实战
10.1 数据准备
10.2 分词与清洗工作
10.3 模型建立
10.4 分类任务
10.5 本章小结
第11章 泰坦尼克号获救预测实战
11.1 数据处理
11.2 建立模型
11.3 算法概率计算
11.4 集成算法，构建多棵分类树
11.5 特征提取
11.6 集成多种算法
11.7 本章小结
第12章 中药数据分析项目实战
12.1 项目背景及目标
12.2 数据处理与分析实战
12.3 本章小结
机器学习实战（视频教学版）是2024年由清华大学出版社出版,作者迟殿委。
得书感谢您对《机器学习实战（视频教学版）》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。
