• 今日66折
  • 天天BUY

精通機器學習:使用Python

Introduction to Machine Learning with Python

  • 定價:680
  • 優惠價:9612
  • 本商品單次購買10本85折578
  • 運送方式:
  • 臺灣與離島
  • 海外
  • 可配送點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
  • 可取貨點:台灣、蘭嶼、綠島、澎湖、金門、馬祖
載入中...
 

內容簡介

  資料科學的學習指引

  “對任何想要使用Python開始機器學習的人,這本書是很棒且超實用的資源。真希望當我開始使用scikit-learn時有這本書!” -Hanna Wallach, 微軟研究院資深研究員

  機器學習已成為許多商業應用程式與研究專案的精華部分,但這個領域並不是大公司中規模龐大的研究團隊所獨有。就算是使用Python的初學者,這本書也能教會你實際的方法,來建立自己的機器學習解決方案。以現今可以取得的資料量來說,只要你能想到的,機器學習應用程式都能做到。

  你將學習必要的步驟,使用Python和scikit-learn函式庫,來建立成功的機器學習應用程式。作者Andreas Müller和Sarah Guido聚焦於使用機器學習演算法的實務面向,而不是它們背後的數學。熟悉NumPy和matplotlib函式庫,將幫助你能從這本書獲益更多。

  透過這本書,你將學到:
  ‧基本概念和機器學習應用程式
  ‧廣泛應用機器學習演算法的優點和缺點
  ‧使用機器學習如何重現資料,包含資料的重點面向
  ‧模型評估的進階方法和參數調整
  ‧對鏈結模型的pipeline概念和封裝工作流程
  ‧運作文字資料的方法,包含特定文字的處理技術
  ‧對改善機器學習和資料科學技巧的建議
 

作者介紹

作者簡介    

 Andreas C. Mueller


  Andreas Müller 在波昂大學取得機器學習的博士學位。畢業後在Amazon擔任電腦視覺應用程式的機器學習研究員,之後他加入紐約大學資料科學中心。他也是scikit-learn的維護者與核心貢獻者之一。

Sarah Guido

  Sarah Guido 是長期在新創公司工作的資料科學家,最近在Bitly擔任首席資料科學家。Sarah從密西根大學取得資訊科學碩士。
 

目錄

前言
chapter 01 導讀
chapter 02 監督式學習
chapter 03 非監督式學習和前處理
chapter 04 資料重現和特徵工程
chapter 05 評估和改善模型
chapter 06 演算法 Chains 和 Pipelines
chapter 07 使用文字資料工作
chapter 08 尾聲
索引

 
 

詳細資料

  • ISBN:9789864763665
  • 規格:平裝 / 384頁 / 18.5 x 23 x 1.92 cm / 普通級 / 單色印刷 / 初版
  • 出版地:台灣

最近瀏覽商品

 

相關活動

  • 不可不讀的機器學習面試寶典
 

購物說明

若您具有法人身份為常態性且大量購書者,或有特殊作業需求,建議您可洽詢「企業採購」。 

退換貨說明 

會員所購買的商品均享有到貨十天的猶豫期(含例假日)。退回之商品必須於猶豫期內寄回。 

辦理退換貨時,商品必須是全新狀態與完整包裝(請注意保持商品本體、配件、贈品、保證書、原廠包裝及所有附隨文件或資料的完整性,切勿缺漏任何配件或損毀原廠外盒)。退回商品無法回復原狀者,恐將影響退貨權益或需負擔部分費用。 

訂購本商品前請務必詳閱商品退換貨原則 

  • 2020 防疫展
  • 即將截止!三采兒童國際書展66折起
  • 2020 大學出版社聯展

訂閱電子報

想獲得最新商品資訊,請訂閱免費電子報