《Python机器学习算法》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，《Python机器学习算法》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。
目录
内容简介
推荐序
前言
0 绪论
0.1 机器学习基础
0.2 监督学习
0.3 无监督学习
0.4 推荐系统和深度学习
0.5 Python和机器学习算法实践
参考文献
第一部分 分类算法
1 Logistic Regression
2 Softmax Regression
3 Factorization Machine
4 支持向量机
5 随机森林
6 BP神经网络
第二部分 回归算法
7 线性回归
8 岭回归和Lasso回归
9 CART树回归
第三部分 聚类算法
10 K-Means
11 Mean Shift
12 DBSCAN
13 Label Propagation
第四部分 推荐算法
14 协同过滤算法
15 基于矩阵分解的推荐算法
16 基于图的推荐算法
第五部分 深度学习
17 Auto Encoder
18 卷积神经网络
第六部分 项目实践
19 微博精准推荐
附录A
附录B
书评
查看更多
请您登录后发表评论 登录 | 注册
我的评分：
提交
0/400
