1. 《Python机器学习手册:从预处理到深度学习的实际解决方案》
书籍:Machine Learning with Python Cookbook: Practical Solutions from Preprocessing to Deep Learning
作者:Kyle Gallatin,Chris Albon
出版:O'Reilly Media
这本实用指南提供了200多个自洽的方案,帮助您解决在工作中可能遇到的机器学习挑战。如果您熟悉Python及其库,包括pandas和scikit-learn,则可以解决特定的问题,从加载数据到训练模型和利用神经网络。
通过学习构建工作机器学习应用程序所需的具体步骤,超越理论和概念。您将找到以下内容:· 向量、矩阵和数组· 使用来自CSV、JSON、SQL、数据库、云存储和其他来源的数据· 处理数值和分类数据、文本、图像以及日期和时间· 使用特征提取或特征选择进行降维· 模型评估和选择· 线性和逻辑回归、树和森林,以及最近邻算法· 支持向量机(SVM)、朴素贝叶斯、聚类和基于树的模型· 从多个框架中保存、加载和提供已训练模型的服务
https://mp.weixin.qq.com/s/3Qq43ALFH8tG08laAQxApw