在学习和研究机器学习的时候,面临令人眼花缭乱的算法,机器学习新手往往会不知所措。本书从算法和Python语言实现的角度,帮助读者认识机器学习。
本书专注于两类核心的“算法族”,即惩罚线性回归和集成方法,并通过代码实例来展示所讨论的算法的使用原则。全书共分为7章,详细讨论了预测模型的两类核心算法、预测模型的构建、惩罚线性回归和集成方法的具体应用和实现。本书主要针对想提高机器学习技能的Python开发人员,帮助他们解决某一特定的项目或是提升相关的技能。
目录
- 第1章 关于预测的两类核心
- 第2章 通过理解数据来了解
- 第3章 预测模型的构建:平衡性
- 第4章 惩罚线性回归模型
- 第5章 使用惩罚线性方法来
- 第6章 集成方法
- 第7章 用Python 构建集成