數(shù)據(jù)科學家是當下炙手可熱的職業(yè)，機器學習則是他們的必備技能，機器學習在大數(shù)據(jù)分析中居于核心的地位，在互聯(lián)網(wǎng)、金融保險、制造業(yè)、零售業(yè)、醫(yī)療等產(chǎn)業(yè)領(lǐng)域發(fā)揮了越來越大的作用且日益受到關(guān)注。Python是又好又熱門的編程語言之一，以簡單易學、應用廣泛、類庫強大而著稱，是實現(xiàn)機器學習算法的最佳語言。

《Python大戰(zhàn)機器學習：數(shù)據(jù)科學家的第—個小目標》以快速上手、四分理論六分實踐為出發(fā)點，講述機器學習的算法和Python編程實踐，采用“原理筆記精華 算法Python實現(xiàn) 問題實例 實際代碼 運行調(diào)參”的形式展開，理論與實踐結(jié)合，算法原理與編程實戰(zhàn)并重。

全書共13 章分為4篇展開：第—篇：機器學習基礎(chǔ)篇（第1～6 章），講述機器學習的基礎(chǔ)算法，包括線性模型、決策樹、貝葉斯分類、k近鄰法、數(shù)據(jù)降維、聚類和EM算法；第二篇：機器學習高級篇（第7～10章），講述經(jīng)典而常用的高級機器學習算法，包括支持向量機、人工神經(jīng)網(wǎng)絡(luò)、半監(jiān)督學習和集成學習；第三篇：機器學習工程篇（第11～12章），講述機器學習工程中的實際技術(shù)，包括數(shù)據(jù)預處理，模型評估、選擇與驗證等。第四篇：kaggle實戰(zhàn)篇（第13章），講述一個kaggle競賽題目的實戰(zhàn)?！禤ython大戰(zhàn)機器學習：數(shù)據(jù)科學家的第—個小目標》內(nèi)容豐富、深入淺出，算法與代碼齊頭并進，無論你是新手還是有經(jīng)驗的讀者，都能快速學到你想要的。

本書可供為高等院校計算機、金融、數(shù)學、自動化及相關(guān)理工科專業(yè)的本科生或研究生使用，也可供對機器學習感興趣的研究人員和工程技術(shù)人員閱讀參考。

目錄

第一篇 機器學習基礎(chǔ)篇1
第1 章 線性模型 2
第2 章 決策樹 30
第3 章 貝葉斯分類器 55
第4 章 k 近鄰法 70
第5章 數(shù)據(jù)降維 83
第6章 聚類和EM 算法 119
第二篇 機器學習高級篇155
第7章 支持向量機 156
第8章 人工神經(jīng)網(wǎng)絡(luò) 192
第9章 半監(jiān)督學習 225
第10章 集成學習 244
第三篇 機器學習工程篇299
第11章 數(shù)據(jù)預處理 300
第12 章 模型評估、選擇與驗證 345
第四篇 Kaggle 實戰(zhàn)篇401
第13 章 Kaggle 牛刀小試 402