☆☆☆☆☆
简体网页||繁体网页

Introduction to Machine Learning with Python 2024 pdf epub mobi 电子书 著者简介

---

Introduction to Machine Learning with Python 电子书 图书目录

---

点击这里下载

---

---

---

发表于2024-06-09

Introduction to Machine Learning with Python 2024 pdf epub mobi 电子书

Introduction to Machine Learning with Python 2024 pdf epub mobi 电子书

Introduction to Machine Learning with Python 2024 pdf epub mobi 电子书

---

喜欢 Introduction to Machine Learning with Python 电子书 的读者还喜欢

• 
  Python Data Science Handbook 2024 pdf epub mobi 电子书
• 
  High Performance Python 2024 pdf epub mobi 电子书
• 
  Deep Learning with Python 2024 pdf epub mobi 电子书
• 
  Applied Predictive Modeling 2024 pdf epub mobi 电子书
• 
  Hands-On Machine Learning with Scikit-Learn and TensorFlow 2024 pdf epub mobi 电子书
• 
  Expert Python Programming - Second Edition 2024 pdf epub mobi 电子书
• 
  Doing Data Science 2024 pdf epub mobi 电子书
• 
  An Introduction to Statistical Learning 2024 pdf epub mobi 电子书
• 
  Learning Python, 5th Edition 2024 pdf epub mobi 电子书
• 
  Vision 2024 pdf epub mobi 电子书

评分☆☆☆☆☆

扫码关注公众号 「图灵的猫」，点击“学习资料”菜单，可以获得海量python、机器学习、深度学习书籍、课程资源，以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南 自学三年，基本无人带路，转专业的我自然是难上加难，踩过无数坑，走过很多弯路。这里我...

评分☆☆☆☆☆

扫码关注公众号 「图灵的猫」，点击“学习资料”菜单，可以获得海量python、机器学习、深度学习书籍、课程资源，以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南 自学三年，基本无人带路，转专业的我自然是难上加难，踩过无数坑，走过很多弯路。这里我...  

评分☆☆☆☆☆

扫码关注公众号 「图灵的猫」，点击“学习资料”菜单，可以获得海量python、机器学习、深度学习书籍、课程资源，以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南 自学三年，基本无人带路，转专业的我自然是难上加难，踩过无数坑，走过很多弯路。这里我...  

评分☆☆☆☆☆

在基于TensorFlow的深度学习框架大红大紫之前，其实在2010年前后流行过很多的经典机器学习框架。比如KNN，比如支撑向量机，比如随机森林。相对于深度学习的理论，这些经典的机器学习算法构建在更为精密的数学推导上。运筹学，最优化理论，数学分析，数理统计和随机过程构成了这...  

评分☆☆☆☆☆

扫码关注公众号 「图灵的猫」，点击“学习资料”菜单，可以获得海量python、机器学习、深度学习书籍、课程资源，以及书中对应习题答案和代码。后台回复SSR更有机场节点相送~ 入门避坑指南 自学三年，基本无人带路，转专业的我自然是难上加难，踩过无数坑，走过很多弯路。这里我...

类似图书 点击查看全场最低价

出版者:O'Reilly Media

作者:Sarah Guido

出品人:

页数:400

译者:

出版时间:2016-5-25

价格:USD 49.99

装帧:Paperback

isbn号码:9781449369415

丛书系列:

Introduction to Machine Learning with Python 2024 pdf epub mobi 电子书

评分☆☆☆☆☆

本书侧重点在使用scikit-learn库把机器学习主流模型跑起来，非常适合没有数学和AI背景的程序员入门，读完之后掌握各种参数用法和基本的Pipeline, 就可以成为合格的调包工程师了~

评分☆☆☆☆☆

书买回来半年没读，打开后一口气读完，大概四、五天吧。写得实在太好了：就像一个耐心的好友把机器学习和sklearn与你娓娓道来。 全书特点： 1. 代码直观简单（可到GitHub免费下载） 2. 没有唬人的数学公式，却能把模型的重点突出出来 3. 更多的是代码、数据、sklearn背后的原理解释，解释完再回到代码，使人信服。 4. 作图代码绝对是亮点，非常实用。

评分☆☆☆☆☆

哈哈，居然是第一个写评价的读者。总体来说内容比较浅显，没有深入数学基础和算法细节，只是一本普通的入门读物。不过整本书的架构比较清晰，也是以Scikit-Learn为框架来讲述。在大体通读了Scikit的文档后再读这本书的效果比较好。文档的详实可以让我们作为工具书来查询，书籍的框架和整体性可以让我们对于机器学习有逻辑上的理解。全书介绍了监督，半监督的主流算法，并重点介绍了Scikit-Learn库以及模型的参数调整，性能评估和提升等问题。最后，如果是像我一样以前不怎么接触外文读物的读者来说，这本书对于上手外文书籍和文献是很有帮助的。

评分☆☆☆☆☆

历时三个多月，终于看完了。今年的读书计划早早地完成了。 这是一本很完整、细致的书。确实挺偏向调参的。

评分☆☆☆☆☆

学做调参侠，我连要做什么项目都想好了，跃跃欲试……

查看全网最低价