数据科学家是时下趋之若鹜的岗位，机器学习则是她们的必需专业技能，机器学习在数据分析中处于关键的影响力，在互联网技术、金融互联网、加工制造业、零售业、诊疗等产业链行业充分发挥了越来越大的功效且日渐遭受关心。Python是又好又受欢迎的计算机语言之一，以简单易学、运用普遍、类库强劲而而出名，是完成机器学习算法的最好語言。
《Python大战机器学习：数据科学家的第—个小目标》以迅速入门、四分基础理论六分实践活动为立足点，讲述机器学习的算法和Python程序编写实践活动，选用“原理手记精粹算法Python完成难题案例具体程序执行调参”的方式进行，理论研究融合，算法原理与程序编写实战演练并举。
本书共13章分成4篇进行：第—篇：机器学习基本篇（第一～6章），讲述机器学习的基本算法，包含线性模型、决策树算法、贝叶斯分类、k近邻法、数据降维、聚类算法和EM算法；第二篇：机器学习高級篇（第7～10章），讲述經典而常见的高級机器学习算法，包含svm算法、神经网络算法、半监督学习和集成学习；第三篇：机器学习工程项目篇（第11～12章），讲述机器学习工程项目中的具体技术性，包含数据预处理，实体模型评定、挑选与认证等。第四篇：kaggle实战篇（第13章），讲述一个kaggle竞赛题目地实战演练。《Python大战机器学习：数据科学家的第—个小目标》主题鲜明、从入门到精通，算法与编码并驾齐驱，不管你是初学者還是有工作经验的阅读者，都能迅速学得你要想的。
这书能够为高等学校电子计算机、金融业、数学课、自动化技术及有关工科类专业的本科毕业或硕士研究生应用，也能够对机器学习很感兴趣的科学研究工作人员和工程项目专业技术人员阅读文章参照。
目录
- 第一篇 机器学习基础篇1
- 第1 章 线性模型 2
- 第2 章 决策树 30
- 第3 章 贝叶斯分类器 55
- 第4 章 k 近邻法 70
- 第5章 数据降维 83
- 第6章 聚类和EM 算法 119
- 第二篇 机器学习高级篇155
- 第7章 支持向量机 156
- 第8章 人工神经网络 192
- 第9章 半监督学习 225
- 第10章 集成学习 244
- 第三篇 机器学习工程篇299
- 第11章 数据预处理 300
- 第12 章 模型评估、选择与验证 345
- 第四篇 Kaggle 实战篇401
- 第13 章 Kaggle 牛刀小试 402
