机器学习(Machine Learning, ML)是一门多领域交叉学科，是人工智能的核心，其应用遍及人工智能的各个领域，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。在机器学习过程中，需要使用大量数据，而数据分析是指用适当的方法对收集的大量数据进行分析，提取有用信息并形成结论，进而对数据加以详细研究和概括总结的过程。本书结合机器学习数据分析的过程，以实际案例问题为驱动，深入浅出地介绍常用的机器学习算法及数据分析方法：数据预处理、分类问题、预测分析、关联分析、网络爬虫、集成学习、深度学习、数据降维和压缩等。
全书共17章，分为三大块：第0~3章介绍本书的技术体系、Python基础知识、Python的安装与配置和Python 3基础语法；第4~7章介绍Python 3的编程、机器学习基础、Python机器学习及分析工具和数据预处理；第8~16章分别介绍常用的机器学习分析算法，每章都使用多个经典案例图文并茂地介绍机器学习的原理和实现方法。
本书通俗易懂，是学习Python及机器学习和数据分析的入门课程，特别是对于Python还不熟悉的编程者，同时对于想学习机器学习相关算法的初学者非常适合。
下载地址
https://pan.baidu.com/s/1KP3FsdXQMH2ZZg49d2ySZA
- 如需提取码:[打开微信]->[扫描下方二维码]->[关注数据与人] 输入”1259″ 获取提取码
- 坚持电子书籍资源共享，感谢认同！