![Python机器学习基础教程 - [德] 安德里亚斯·穆勒](https://static.book345.com/covers/9787115475619.jpg)
书籍介绍
本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。
精彩摘录
- "The most successful kinds of machine learning algorithms are those that automate decison-making processes by generalizing from know examples."
- "does not show the interaction of all of features at once, so some interesting aspects of the data may not be revealed when visualizing this way."
作者简介
Andreas C. Müller
scikit-learn库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师，曾任纽约大学数据科学中心助理研究员、亚马逊公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。
Sarah Guido
Mashable公司数据科学家，曾担任Bitly公司首席数据科学家。
目录
用户评论
强推，需要一定的python和机器学习的基础，里面没有理论只有实际运用，内容哪里过时了？基于python3.5的机器学习书，这本书已经走在很前面了。
翻译的太差了, 稀里糊涂 说什么都不知道.中午都语法不通.还不如看 官方 文档
很经典
结构非常好，条理很清晰。python机器学习的书里面目前最喜欢这本。
机器学习的入门书，通过这本书可以对机器学习建立感性认识。如果只是学习机器学习的理论推导，无法深刻理解各种数据处理方法带来的效果，通过Scikit-Learn和这本书可以快速建立起这种理解。
不得不说18年的教材要比20年出的还好
监督，非监督，分类，聚类，回归，准备二刷吧
很适合我的一本书，读完受益匪浅
书名是Python基础教程自然用最基础入门的方式讲解了，入门太实用了，说过时和简单的是做机器学习的吗？看书都不看书名能做好吗？
整体内容比较浅显，主要是对sklearn的调包实现与一些算法的直观解释；内容上pipeline一章还算是有所启发。这本书比较适合从来没接触过机器学习的同学，应付应付通识性质的机器学习课程作业或许勉强足够。如果要继续深入，则还是有很长的路要走。
阅读时长不建议花太久，核心代码并不多，大部分代码以模型的可视化为主，有个sense即可。
下载
收藏