本书介绍了机器学习系统设计的整个过程，以及相关的Python库，并在各个知识环节中都给出了Python示例，为设计高效机器学习系统提供详实指南。

本书共9章，第1章介绍机器学习的设计原理和相关模型；第2章讲解Python中众多针对机器学习任务的程序包；第3章涵盖大数据、数据属性、数据源、数据处理和分析等主题，介绍基本的数据类型、结构和属性；第4章探索最常见的机器学习模型，即逻辑模型、树状模型和规则模型；第5章研究机器学习最常用的技术，创建线性回归和Logistic回归的假设语句；第6章介绍人工神经网络算法；第7章讨论特征的不同类型，即定量特征、有序特征和分类特征，以及如何结构化和变换特征；第8章介绍主要的集成方法及其在Scikit-learn中的实现；第9章介绍模型选择和参数调优技术，并将这些技术应用于一些案例研究之中。

下载地址

https://pan.baidu.com/s/1zi-DzlHLNa2XZpDHXikORQ

• 如需提取码:[打开微信]->[扫描下方二维码]->[关注数据与人] 回复”4720″ 获取提取码 

• 坚持电子书籍资源共享，感谢认同！