书籍介绍

本书是面向初学者的机器学习入门书籍，主要使用Python语言进行讲解。书中涵盖了机器学习的基本概念及其应用、最常用的机器学习算法及其优缺点、处理数据时需要注意的关键因素、模型评估与参数调整的高级方法（特别是交叉验证和网格搜索）、以及数据处理流程中的管道概念。此外，书中还介绍了如何将前面章节的方法应用于文本数据，并提供了一些针对文本数据的独特处理技巧。最后一章对全书进行了总结，并提供了更多高级主题的学习资料。

内容结构

• 第1章：介绍机器学习的基本概念及其应用，并提供本书所需的初步配置。

• 第2章和第3章：详细讲解实际应用中最常见的机器学习算法及其优缺点。

• 第4章：强调在机器学习过程中数据呈现方式的重要性，以及应该关注的数据关键点。

• 第5章：介绍模型评估与参数调整的高级方法，特别强调交叉验证和网格搜索。

• 第6章：解释管道的概念，它用于连接多个模型并封装整个工作流程。

• 第7章：展示如何将前几章介绍的方法应用于文本数据，并提供一些文本数据处理的特殊技巧。

• 第8章：总结全书内容，并推荐一些更高级主题的学习资源。

作者介绍

• Andreas C. Müller：scikit-learn库的主要维护者和核心开发者。目前在哥伦比亚大学数据科学研究院担任讲师，曾在纽约大学数据科学中心担任助理研究员，并在亚马逊公司担任计算机视觉应用的机器学习研究员。他在波恩大学获得了机器学习博士学位。

• Sarah Guido：Mashable公司的数据科学家，之前曾在Bitly公司担任首席数据科学家。

补充说明

本站所有资源仅供学习参考使用，严禁用于商业用途。如有需要删除资源，请联系客服邮箱：kefu@yanxishe.com。

AI研习社已经与阿里大文娱、旷视科技、搜狗搜索、小米等知名企业建立了合作关系，旨在帮助大家更好地求职和就业。我们提供了一键投递简历的功能，并且建立了一些内推渠道群。

欢迎添加AI研习社的小学妹微信（aiyanxishe），她会邀请您加入相应的群组（请备注求职）。