Python机器学习及实践
内容简介
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Pytho...
该书热门标签
- 最新
- 热门
-
1
hacker
2017-03-15
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。
-
1
Constraint
2016-12-13
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。
-
0
NeverMoes
2017-04-21
有点太浅了，后面有些特征工程方面小技巧还行吧。。
-
1
Vivian_
2016-10-29
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。
-
0
iBack
2017-04-29
其实没有很深度的内容，适合有理论缺乏实践的人。尽量从图书馆借吧。为什么打4星，因为确实有帮助……
-
0
WeiLu
2017-04-12
适合在校生快速入门
-
0
Co→met
2017-01-22
理论部分很少，例子也较为简单，可以入门吧
-
0
Bodhin
2016-11-29
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。
-
0
7-Eleven
2017-01-15
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。
-
1
XieXnot
2017-01-21
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。
-
1
hacker
2017-03-15
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。
-
1
Constraint
2016-12-13
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。
-
1
Vivian_
2016-10-29
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。
-
1
XieXnot
2017-01-21
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。
-
0
NeverMoes
2017-04-21
有点太浅了，后面有些特征工程方面小技巧还行吧。。
-
0
iBack
2017-04-29
其实没有很深度的内容，适合有理论缺乏实践的人。尽量从图书馆借吧。为什么打4星，因为确实有帮助……
-
0
WeiLu
2017-04-12
适合在校生快速入门
-
0
Co→met
2017-01-22
理论部分很少，例子也较为简单，可以入门吧
-
0
Bodhin
2016-11-29
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。
-
0
7-Eleven
2017-01-15
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。
评价“Python机器学习及实践”