Python机器学习及实践
出版日期:2016-10-1
ISBN:9787302442878
作者:范淼,李超
作者简介
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Scikitlearn、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Scikitlearn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。
发布书评
精彩短评 (总计11条)
-
Kaggle入门书，适合学过机器学习但是没怎么动手实践的人。 -
校友写的书，久闻不如一读。似乎有些过于基础了，对于想入门kaggle和data science的人来说很不错，有实例代码，算法基本都是封装起来调用，如果想了解深入还需要仔细看论文和经典的书籍。描写中可能考虑到读者的水平，有很多基础的东西略过了，看起来像是文档一样过多的解释一些代码的含义，希望有一个进阶版。 -
对得起这个名字，按照书中操作，对于机器学习会有一个简单的认识，深入了解还需要继续学习。绝大部分内容都是在教读者用sklearn。 -
内容推荐产品经理一枚，这本书书让我对机器学习的整体框架有了更好的理解。 -
这是一本入门书，介绍了各种库的常用函数，还有一些提高准确率的技巧。前提你必须还是要懂机器学习算法的理论。 -
读完，并把书上代码认真敲了一遍。书中主要介绍sklearn的用法，也介绍tensorflow、nltk、gensim这些技术，感觉适合对理论有一定了解，但是对实践不太了解的人。 -
理论部分很少，例子也较为简单，可以入门吧 -
偏实战，比较适合入门，没有说到如何选择合适的算法模型及优化的一些理论。不过本书的定位就是如些，对新手多少还是有些好处的，要进一步的话还是要另外深究。实战一下多少有些好处，对理论的理解也是有帮助的。 -
代码粘的太多。。。。感觉就是个博客集合，，，不值得买。。。零入门倒是可以。。。吧。。。 -
适合在校生快速入门 -
一本Kaggle入门书，如果你周围可以借到的话还是可以看看的，但是个人收藏的意义不大。