编辑: JZS133 | 2015-08-25 |
5 个数据科学家案例解析 [美] 达西・哈龙(Danish Haroon) 著 潘海为 张春新 译北京Danish Haroon Python Machine Learning Case Studies EISBN:978-1-4842-2822-7 Original English language edition published by Apress Media.
Copyright ?
2017 by Apress Media. Simplified Chinese-Language edition copyright ?
2018 by Tsinghua University Press. All rights reserved. 本书中文简体字版由 Apress 出版公司授权清华大学出版社出版.未经出版者书面许可,不得以 任何方式复制或抄袭本书内容. 北京市版权局著作权合同登记号 图字:01-2017-8974 本书封面贴有清华大学出版社防伪标签,无标签者不得销售. 版权所有,侵权必究.侵权举报
电话:010-62782989
13701121933 图书在版编目(CIP)数据 Python 机器学习:5 个数据科学家案例解析 / (美)达西・哈龙(Danish Haroon) 著;
潘海为,张 春新 译. 北京:清华大学出版社,2018 书名原文:Python Machine Learning Case Studies ISBN 978-7-302-50891-5 Ⅰ. ①P… Ⅱ. ①达… ②潘… ③张… Ⅲ. ①软件工具-程序设计 Ⅳ. ①TP311.561 中国版本图书馆 CIP 数据核字(2018)第190356 号 责任编辑:王军李维杰 封面设计:牛艳敏 版式设计:思创景点 责任校对:孔祥峰 责任印制:李红英 出版发行:清华大学出版社
网址:http://www.tup.com.cn,http://www.wqbook.com 地址:北京清华大学学研大厦 A 座邮编:100084 社总机:010-62770175 邮购: 010-62786544 投稿与读者服务:010-62776969,[email protected] 质量反馈:010-62772015,[email protected] 印装者:三河市金元印装有限公司 经销:全国新华书店 开本:170mm*240mm 印张:12.5 彩插:3 字数:238 千字 版次:2018 年9月第
1 版印次:2018 年9月第
1 次印刷 定价:49.80 元――――――――――――――――――――――――――――――――――――――――――――――――――――产品编号:076422-01 译者序机器学习(Machine Learning,ML)是一门多领域交叉学科,专门研究计算机怎样 模拟或实现人类的学习行为以获取新的知识或技能、 重新组织已有的知识结构并不断 改善自身的性能.机器学习是人工智能的核心,是使计算机具有智能的根本途径,其 应用遍及人工智能的各个领域.机器学习的主要方式是归纳和综合,而不是演绎. 机器学习是人工智能研究较为年轻的分支,它的发展过程大体上分为
4 个阶段, 最新阶段始于
1986 年,目前已成为炙手可热的边缘学科.机器学习的应用十分广泛, 例如:数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、 检测信用卡欺诈、证券市场分析、DNA 序列测序、语音和手写识别、战略游戏和机 器人运用等. Python 是一种面向对象的解释型计算机程序设计语言,由荷兰人 Guido van Rossum 于1989 年发明.Python 是纯粹的自由软件,源代码和解释器 CPython 遵循 GPL(GNU General Public License)协议.Python 语法简洁清晰,具有丰富和强大的库. Python 经常被称为胶水语言,能够把用其他语言(尤其是 C/C++)制作的各种模块轻松 地结合在一起. 自从
20 世纪
90 年代初诞生至今, Python 语言已被逐渐应用于系统管理任务的处 理和 Web 编程.2004 年以后,Python 语言的使用率呈线性增长趋势.IEEE 发布的
2017 年编程语言排行榜显示:Python 高居首位.目前,Python 已经成为最受欢迎的 程序设计语言之一. 对于读者来说,将当前最热门的机器学习方法和 Python 语言能够如此完美结合 在一起的书籍并不多见.虽然对机器学习方法和编程语言的学习十分枯燥,过程也颇 为艰辛,但是学成之后获得的成就感和实用性不言而喻.通过本书,作者呈现了对实 际应用问题的丰富见解和实用解决方案,突出了这些机器学习方法的优缺点,以帮助 读者决定哪个方法才最适合解决自己面对的应用问题.通过逐步的编码方法,以及循 序渐进、深入浅出的描述,读者能够理解机器学习过程中模型选择背后的基本原理和 Python 编程技巧. Python 机器学习