內(nèi)容簡(jiǎn)介

本書(shū)主要內(nèi)容包括機(jī)器學(xué)習(xí)介紹，NumPy、Pandas、SciPy庫(kù)、Matplotlib（可視化）四個(gè)基礎(chǔ)模塊，Scikit-learn算法、模型、擬合、過(guò)擬合、欠擬合、模型性能度量指標(biāo)、數(shù)據(jù)標(biāo)準(zhǔn)化、非線性轉(zhuǎn)換、離散化，以及特征抽取和降維的各種方法，包括特征哈希、文本特征抽取、特征聚合等。全書(shū)通過(guò)實(shí)用范例和圖解形式講解，選材典型，案例豐富，適合從事大數(shù)據(jù)、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)等人工智能領(lǐng)域開(kāi)發(fā)的各類(lèi)人員。