5本书带你走进Python与机器学习的世界

基于大数据的人工智能如今异常火爆

Python 作为最热门的编程语言之一

是实现机器学习算法的首选语言

Python与机器学习这一话题非常的宽广

5本书虽很难覆盖全面,但仍值得细细研读

NO.1

《机器学习——Python实践》

魏贞原 著

本书系统地讲解了机器学习的基本知识,以及在实际项目中使用机器学习的基本步骤和方法;详细地介绍了在进行数据处理、分析时怎样选择合适的算法,以及建立模型并优化等方法,通过不同的例子展示了机器学习在具体项目中的应用和实践经验,是一本非常好的机器学习入门和实践的书籍。

不同于很多讲解机器学习的书籍,本书以实践为导向,使用 scikit-learn 作为编程框架,强调简单、快速地建立模型,解决实际项目问题。读者通过对本书的学习,可以迅速上手实践机器学习,并利用机器学习解决实际问题。

NO.2

《Python与机器学习实战:决策树、集成学习、支持向量机与神经网络算法详解及编程实现》

何宇健 编著

Python本身带有许多机器学习的第三方库,但本书在绝大多数情况下只会用到Numpy这个基础的科学计算库来进行算法代码的实现。这样做的目的是希望读者能够从实现的过程中更好地理解机器学习算法的细节,以及了解Numpy的各种应用。不过作为补充,本书会在适当的时候应用scikit-learn这个成熟的第三方库中的模型。

本书适用于想了解传统机器学习算法的学生和从业者,想知道如何高效实现机器学习算法的程序员,以及想了解机器学习算法能如何进行应用的职员、经理等。

NO.3

《Python机器学习算法》

赵志勇 著

这是一本机器学习入门读物,注重理论与实践的结合。

全书主要包括6个部分,每个部分均以典型的机器学习算法为例,从算法原理出发,由浅入深,详细介绍算法的理论,并配合目前流行的Python语言,从零开始,实现每一个算法,以加强对机器学习算法理论的理解、增强实际的算法实践能力,最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比,本书同时包含算法理论的介绍和算法的实践,以理论支撑实践,同时,又将复杂、枯燥的理论用简单易懂的形式表达出来,促进对理论的理解。

NO.4

《零起点Python机器学习快速入门》

何海群 著

本书采用独创的黑箱模式,MBA案例教学机制,结合一线实战案例,介绍 Sklearn人工智能模块库和常用的机器学习算法。首次系统化融合 Sklearn人工智能软件和 Pandas数据分析软件,不用再直接使用复杂的 Numpy数学矩阵模块。

书中配备大量图表说明,没有枯燥的数学公式,只要懂 Word、Excel,就能够轻松阅读全书,并学习使用书中的知识,分析大数据。

NO.5

《Python大战机器学习:数据科学家的第一个小目标》

华校专 王正林 编著

数据科学家是当下炙手可热的职业,机器学习则是他们的必备技能。机器学习在大数据分析中居于核心地位,在互联网、金融保险、制造业、零售业、医疗等产业领域发挥了越来越大的作用且日益受到关注。

本书以快速上手、四分理论六分实践为出发点,讲述机器学习的算法和Python 编程实践,采用“原理笔记精华+ 算法Python 实现+ 问题实例+ 代码实战+ 运行调参”的形式展开,理论与实践结合,算法原理与编程实战并重,无论你是新手还是有经验的读者,都能快速学到你想要的知识。

本文来自企鹅号 - 博文视点Broadview媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏人工智能头条

订单贡献率10%,京东个性化推荐系统持续优化的奥秘

42150
来自专栏新智元

2017年的第一场顶会,AI 产业巨头都带来了哪些技术干货

【新智元导读】学术顶会AAAI 2017上,各大巨头表现活跃。谷歌大脑的首席科学家Vincent Vanhoucke、Facebook 应用机器实验室负责人Jo...

37170
来自专栏新智元

【重磅】谷歌大脑官方年度报告:TensorFlow、机器学习、自然语言处理(27 篇顶会论文)

【新智元导读】谷歌大脑负责人 Jeff Dean 今天在谷歌博客刊文,从论文发表、TensorFlow 到推广机器学习,全面总结团队 2016 年的工作,并分享...

306100
来自专栏机器之心

前沿 | 经典计算的天花板:科学家找到只有量子计算才能解决的问题

Oracle Separation of BQP and PH:https://eccc.weizmann.ac.il/report/2018/107/

12910
来自专栏镁客网

Facebook推出人工智能引擎DeepText,让机器更好的理解语言和内容

19840
来自专栏机器学习原理

知识图谱和可解释性深度学习的发展深度学习问题知识图谱为可解释提供依据利用知识图谱对可解释性应用知识图谱在可解释性上的困难

50140
来自专栏新智元

百度徐伟:深度学习存在3大瓶颈,如何打造通用人工智能研究平台?

【新智元导读】百度IDL实验室杰出科学家徐伟关于“通用人工智能研究”的演讲,关于通用人工智能,此前大多数讨论都集中在相信不相信,可不可以实现阶段。但是,徐伟在本...

392100
来自专栏新智元

腾讯优图杰出科学家贾佳亚:视觉AI的新认识,揭秘“卸妆”算法

【新智元导读】新智元AI WORLD2017 世界人工智能大会上,腾讯优图实验室杰出科学家、计算机视觉专家贾佳亚教授从前端、后端的视觉AI说起,分享了腾讯优图在...

433110
来自专栏大数据文摘

大咖 | 《深度学习革命》作者:人们对AI概念的理解存在偏差

对基本概念的误解必然导致对人工智能的错误解读。因此“杀手AI”、“机器人使我们过时”等话题便应运而生。

10320
来自专栏IT派

AI工程师应聘要具备哪些能力?

IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 作者|洪亮劼 出处|极客时间专栏《AI 技术内参》 洪亮劼,电子商务平台 Etsy 的数据科...

43170

扫码关注云+社区

领取腾讯云代金券