《Python机器学习基础教程 》全书总结

我是如何接触到机器学习的呢?其实是出于对公司推荐系统的好奇,所以就学习了该项目的代码,因此我实际上从最初就了解到了机器学习对应用产生的巨大实际价值以及其核心原理。

正因为这样的经历,让我认识到机器学习这门技术是一定要去了解和掌握的,这是一个我从来未曾想象过的东西,它可以如何简单的付诸于实践,虽然其内核是无比复杂的数学理论。

因为没有数学基础,所以我希望找到一本没有复杂的数学符号,直观清晰的描述机器学习算法的书,很幸运就遇到了《Python机器学习基础教程》。

这本书的作者是十足的高手,因为他可以把机器学习的全套理论梳理成体系,并且在讲述知识时不陷入细节,让读者不仅能够看到能够实践的核心程序,而且明白为什么要那样使用,同时没有复杂的数学公式和理论。

我已对全书进行了摘要总结,希望可以帮助大家在学习时梳理知识脉络,也方便日久回顾的时候能够再次快速抓住内容要点,帮助解决工作问题。

项目地址:https://github.com/owenliang/introduction-to-machine-learning-with-python

目录

  • 第一章:引言
  • 第二章:监督学习
  • 第三章:无监督学习与预处理
  • 第四章:数据表示与特征工程
  • 第五章:模型评估与改进
  • 第六章:算法链与管道
  • 第七章:处理文本数据
  • 全书总结

下一阶段目标

学习《Python神经网络编程》,点击购买

博主无私的分享着知识,你愿意送他一顿热腾腾的早餐吗?

发表评论

电子邮件地址不会被公开。