Python数据科学指南

本书从讲解如何在数据科学中应用Python开始，陆续介绍了Python的工作环境，如何用Python分析数据，以及数据挖掘的概念，然后又扩展到机器学习。本书还涵盖了缩减原则、集成方法、随机森林、旋转森林和超树等方面的内容，这些都是一个成功的数据科学专家所必需掌握的。

阅读本书，你将学会：

■ 揭示数据科学算法的完整范畴；

■ 高效地掌握和使用numpy、scipy、scikit-learn和matplotlib等Python库；

■ 了解进阶回归方法的建模和变量选择；

■ 进一步彻底理解集成方法的潜在含义及实施；

■ 在各种各样的数值和文本数据集上解决实际问题；

■ 熟悉先进的算法，如梯度提升、随机森林、旋转森林等。

本书特色：

■ 内容明确且易于跟学；

■ 甄选重要的任务与问题；

■ 精心组织编排内容，有效解决问题；

■ 清晰易懂的讲解方式；

■ 书中呈现的解决方案能够直接应用到实际问题中。