你的位置:

Python Machine Learning: Introduction To Machine Learning With Python

Python Machine Learning: Introduction To Machine Learning With Python

资源信息 | Information

英语| 2018年3月18日| ASIN:B07BK3GJRH | 134页| AZW3 | 0.30 MB

机器学习是让机器和计算机在没有明确编程的情况下自行行动和学习的科学。在过去十年中,这一领域为我们提供了实用的语音识别,自动驾驶汽车,大大提高了对整体人类基因组的理解,有效的网络搜索等等。因此,毫无疑问,为什么机器学习如今如此普遍。

在本书中,您将学习更多关于使用Python解释机器学习技术的知识。当您在一些实际示例中实现最流行的机器学习技术时,您也将获得练习,并且您将学习使用Python的机器学习库的理论和实践机器学习实现。

在本书的最后,您将能够应对更复杂的机器学习问题,使用Python及其专为机器学习而设计的库来解决您自己的问题。

这是预览你将在这里学到什么...

机器学习技术背后的基础知识

不同的机器学习算法

基础机器学习应用程序及其重要性

开始使用Python进行机器学习,安装和启动SciPy

加载数据并导入不同的库

数据汇总和数据可视化

评估机器学习模型并进行预测

最常用的机器学习算法,线性和逻辑回归,决策树支持向量机,k近邻,随机森林

解决多分类问题

使用Matplotlib进行数据可视化,并使用Pandas和Scikit-learn进行数据转换

解决多标签分类问题

还有更多......


English | March 18, 2018 | ASIN: B07BK3GJRH | 134 pages | AZW3 | 0.30 MB

Machine learning is the science of getting machines and computers to act and learn on their own without being programmed explicitly. In just the past decade, this field has given us practical speech recognition, self-driving cars, greatly improved understanding of the overall human genome, effective web search and much more. Therefore, there is no wondering why machine learning is so pervasive today.

In this book, you will learn more about interpreting machine learning techniques using Python. You will also gain practice as you implement the most popular machine learning techniques on some real-world examples and you will learn both about the theoretical and practical machine learning implementation using Python's machine learning libraries.

At the end of the book, you will be able to cope with more complex machine learning issues solving your own problems using Python and its libraries specifically crafted for machine learning.

Here Is A Preview Of What You’ll Learn Here…

Basics behind machine learning techniques

Different machine learning algorithms

Fundamental machine learning applications and their importance

Getting started with machine learning in Python, installing and starting SciPy

Loading data and importing different libraries

Data summarization and data visualization

Evaluation of machine learning models and making predictions

Most commonly used machine learning algorithms, linear and logistic regression, decision trees support vector machines, k-nearest neighbors, random forests

Solving multi-clasisfication problems

Data visualization with Matplotlib and data transformation with Pandas and Scikit-learn

Solving multi-label classification problems

And much, much more…

声明:站内资源由各地网络自动搜集、整理、发布而来,仅供学习和研究使用,版权和著作权归原作者所有,禁止用于商业用途,所有下载内容请在24小时内删除,否则后果自负!

本站仅做资源搬运,下载前请仔细看清资源内容。本站不对压缩包内文件的有效性负责,不对安装、使用、编辑、阅读等任何形式进行解答,不接受任何对于此资源的质询。

资源站哪里都有,不满意请出门左转,别处下载。

提取码|Extracted-code:2F88

解压密码|Password:获取方式如下

免费资源分享刷新可见解压密码

可以点击下面“分享”按钮,成功分享后刷新本资源页面即可获得解压密码。Share to social network then refresh this page for password.

不想每次点"分享"?请捐赠VIP会员计划 | Donate Us! ,VIP会员将获得更加优质的用户体验!

直接积分兑换解压密码
使用 130 积分兑换解压密码 | Exchange the password with 130 points.

登录可见积分

现在捐赠VIP立即送最高1000积分! 注册会员专属急速下载模式,网速有多快,下载就有多快!

想要免积分查看解压密码?请捐赠VIP会员计划 | Donate Us! ,VIP会员将获得更加优质的用户体验!

直接扫码兑换积分

请加群留言用户名

请加群留言用户名

赠送350积分

请加群留言用户名

赠送350积分

请加群留言用户名

分享 | Share

标签 | Tag

QQ群

0dayku会员群
评论

和我们一起感受全球0day的脉搏

友情链接

0day库 Mac Duang

今日资源统计
776
个资源被探寻到
0
个已上传至百度云
0
个已分享
本周资源统计
6536
个资源被探寻到
189
个已上传至百度云
189
个已分享
本月资源统计
15979
个资源被探寻到
4429
个已上传至百度云
4424
个已分享
真遗憾!

因为流量、带宽的短缺及存储空间的限制,本月尚有 72.3% 的0day资源无法与大家见面!

捐赠VIP会员计划 | Donate Us! ,这将有利于进一步扩展本站流量、带宽及存储空间!

2015-2017 0dayku.com | 站点地图 | DMCA | VIP |