Python機器學習及實踐面向所有對機器學習與數(shù)據(jù)挖掘的實踐及競賽感興趣的讀者，從零開始，以Python編程語言為基礎(chǔ)，在不涉及大量數(shù)學模型與復雜編程知識的前提下，逐步帶領(lǐng)讀者熟悉并且掌握當下流行的機器學習、數(shù)據(jù)挖掘與自然語言處理工具，如Scikit-learn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。

全書共分4章。第1章簡介篇，介紹機器學習概念與Python編程知識；第2章基礎(chǔ)篇，講述如何使用Scikit-learn作為基礎(chǔ)機器學習工具；第3章進階篇，涉及怎樣借助高級技術(shù)或者模型進一步提升既有機器學習系統(tǒng)的性能；第4章競賽篇，以Kaggle平臺為對象，幫助讀者一步步使用本書介紹過的模型和技巧，完成三項具有代表性的競賽任務(wù)。

Python機器學習及實踐 目錄

第1章 簡介篇
第2章 基礎(chǔ)篇
第3章 進階篇
第4章 實戰(zhàn)篇