Machine Learning with Python - An Approach to Applied Machine Learning

Machine Learning with Python - An Approach to Applied Machine Learning 《Python机器学习》通过解释数学原理和展示编程示例对机器学习进行了系统、全面的解析。《Python机器学习》共分为12章，内容涵盖了机器学习以及Python语言的基础知识、特征工程的概念与操作技术、数据可视化技术的实现、监督学习及无监督学习算法、文本分析、神经网络和深度学习、推荐系统的构建方法以及预测处理时间序列的方法等。阅读《Python机器学习》能够加深读者对机器学习的认识和理解，从而达到理论与实践相结合、学以致用的目的。 内容提纲： 走进机器学习(Introduction of Machine Learning ) 了解 Python(Understanding Python) 特征工程(Feature Engineering) 数据可视化(Data Visualization) 基本和高级回归技术(Basic and Advanced Regression Techniques) 分类(Classification) 无监督学习(Un Supervised Learning) 文本分析(Text Analysis) 神经网络和深度学习(Neural Networks and Deep Learning) 推荐系统(Recommendation System) 时间序列分析(Time Series Analysis) ) 了解 Python(Understanding Python) 特征工程(Feature Engineering) 数据可视化(Data Visualization) 基本和高级回归技术(Basic and Advanced Regression Techniques) 分类(Classification) 无监督学习(Un Supervised Learning) 文本分析(Text Analysis) 神经网络和深度学习(Neural Networks and Deep Learning) 推荐系统(Recommendation System) 时间序列分析(Time Series Analysis)