扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
Python机器学习及实践——从零开始通往Kaggle竞赛之路(2022年度版) 版权信息
- ISBN：9787302614241
- 条形码：9787302614241 ; 978-7-302-61424-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
Python机器学习及实践——从零开始通往Kaggle竞赛之路(2022年度版) 本书特色
该书帮助大量对机器学习、数据挖掘感兴趣的读者朋友整合时下*流行的基于Python语言的程序库：如Scikit-learn，NLTK，XGBoost，TensorFlow等，并且针对现实中遇到的数据，甚至是Kaggle竞赛（时下世界*流行的机器学习竞赛平台）中的分析任务，快速搭建有效的机器学习系统。 同时，作者力求减少读者为了理解本书，而对编程技能、数学背景的过分依赖；进而降低机器学习模型的实践门槛，让更多的兴趣爱好者体会到使用经典模型以及*新的高效方法解决实际问题的乐趣。同时，笔者对每一个关键术语都提供了标准的英文表述，也方便读者朋友更加快速查阅、理解相关的英文文献。
Python机器学习及实践——从零开始通往Kaggle竞赛之路(2022年度版) 内容简介
本书在不涉及大量数学模型与复杂编程知识的前提下，从零开始逐步带领读者熟悉并掌握当下流行的基于Python 3的数据分析，以及支持单机、深度和分布式机器学习的开源程序库，如pandas、Scikitlearn、PyTorch、TensorFlow、PaddlePaddle、PySparkML等。全书分4部分。入门篇包括对全书核心概念的指南性介绍，以及在多种主流操作系统（Windows、macOS、Ubuntu）上配置基本编程环境的详细说明。基础篇涵盖Python 3的编程基础、基于pandas的数据分析，以及使用Scikitlearn解决大量经典的单机（单核/多核）机器学习问题。进阶篇介绍如何使用PyTorch、TensorFlow、PaddlePaddle搭建多种深度学习网络框架，以及如何基于PySpark的ML编程库完成一些常见的分布式机器学习任务。实践篇利用全书所讲授的Python编程、数据分析、机器学习知识，帮助读者挑战和参与Kaggle多种类型的竞赛实战，同时介绍如何使用Git在Gitee、GitHub平台上维护和管理日常代码与编程项目。 本书适合所有对人工智能领域，特别是机器学习、数据挖掘、自然语言处理等技术及其实践感兴趣的初学者。
Python机器学习及实践——从零开始通往Kaggle竞赛之路(2022年度版) 目录
第1部分 入门篇
第1章 全书指南3
1.1Python编程3
1.2数据分析5
1.3机器学习6
1.3.1任务9
1.3.2经验10
1.3.3性能11
1.4Kaggle竞赛13
1.5Git代码管理14
1.6章 末小结15
第2章 基本环境搭建与配置16
2.1Windows操作系统下基本环境的搭建与配置16
2.1.1查看Windows的版本与原始配置16
2.1.2下载并安装Anaconda3（Windows）17
2.1.3使用Anaconda Navigator创建虚拟环境python_env（Windows）19
2.1.4在虚拟环境python_env下使用Anaconda Navigator安装
Jupyter Notebook与PyCharm Professional（Windows）20
2.2macOS操作系统下基本环境的搭建与配置21
2.2.1查看macOS的版本与原始配置21
2.2.2下载并安装Anaconda3（macOS）23
2.2.3使用Anaconda Navigator创建虚拟环境python_env（macOS）24
2.2.4在虚拟环境python_env下使用Anaconda Navigator安装
2.3.1查看Ubuntu的版本与原始配置26
2.3.2下载并安装Anaconda3（Ubuntu）27
2.3.3在终端中创建虚拟环境python_env（Ubuntu）28
2.3.4在虚拟环境python_env下使用conda命令安装Jupyter
Notebook（Ubuntu）29
2.4Jupyter Notebook使用简介31
2.4.1在虚拟环境python_env下启动Jupyter Notebook31
2.4.2创建一个.ipynb文件32
2.4.3试运行.ipynb文件内的Python 3程序33
2.5PyCharm使用简介34
2.5.1在虚拟环境python_env下启动PyCharm34
2.5.2基于虚拟环境python_env的Python 3.8解释器创建一个
.py文件35
2.5.3试运行.py文件内的Python 3程序35
2.6章 末小结37
第2部分 基础篇
第3章 Python编程基础41
3.1Python编程环境配置41
3.1.1基于命令行/终端的交互式编程环境41
3.1.2基于Web的交互式开发环境42
3.1.3集成式开发环境43
3.2Python基本语法44
3.2.1赋值44
3.2.2注释45
3.2.3缩进46
3.3Python数据类型46
3.4Python数据运算49
3.5Python流程控制53
3.5.1分支语句53
3.5.2循环控制55
3.6Python函数设计56
3.7Python面向对象编程57
3.8Python编程库（包）导入60
3.9Python编程综合实践62
3.10章 末小结63
第4章 pandas数据分析64
4.1pandas环境配置65
4.1.1使用Anaconda Navigator搭建和配置环境66
4.1.2使用conda命令搭建和配置环境66
4.2pandas核心数据结构67
4.2.1Series68
4.2.2DataFrame69
4.3pandas读取/写入文件数据70
4.3.1读取/写入CSV文件数据70
4.3.2读取/写入JSON文件数据73
4.3.3读取/写入Excel文件数据76
4.4pandas数据分析的常用功能80
4.4.1添加数据80
4.4.2删除数据83
4.4.3查询/筛选数据84
4.4.4修改数据86
4.4.5数据统计87
4.4.6数据排序89
4.4.7函数应用90
4.5pandas数据合并92
4.6pandas数据清洗93
4.7pandas数据分组与聚合95
4.8章 末小结97
第5章 Scikitlearn单机机器学习98
第3部分 进阶篇
第6章 PyTorch/TensorFlow/PaddlePaddle深度学习185
第7章 PySparkML分布式机器学习262
第4部分 实践篇
第8章 Kaggle竞赛实践301
第9章 Git代码管理334
后记352
展开全部
书友推荐
- >
烟与镜
烟与镜
¥15.8¥48.0 - >
月亮虎
月亮虎
¥15.4¥48.0 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
我与地坛
我与地坛
¥16.8¥28.0 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥15.1¥45.8 - >
伊索寓言-世界文学名著典藏-全译本
伊索寓言-世界文学名著典藏-全译本
¥6.1¥19.0 - >
自卑与超越
自卑与超越
¥29.5¥39.8 - >
史学评论
史学评论
¥29.4¥42.0
本类畅销
-
Photoshop 2022中文版案例教程
¥44.1¥59.8 -
局域网组建、管理与维护(第4版)(微课版)
¥47¥59 -
园林AUTOCAD教程
¥24¥45 -
Python实战编程:从零学Python
¥81¥108 -
Java程序设计基础
¥37¥50 -
数据备份与恢复
¥51.4¥69
