資料 | Python機器學習及實踐－從零開始通往Kaggle競賽之路

本文作者： AI研習社

2020-09-08 10:32

導語：幫助對機器學習、數(shù)據(jù)挖掘感興趣的讀者整合時下流行的基于Python語言的程序庫。

下載地址：https://www.yanxishe.com/resourceDetail/2299?from=leiphonecolumn_res0908

內(nèi)容簡介 · · · · · ·

本書面向所有對機器學習與數(shù)據(jù)挖掘的實踐及競賽感興趣的讀者，從零開始，以Python編程語言為基礎(chǔ)，在不涉及大量數(shù)學模型與復雜編程知識的前提下，逐步帶領(lǐng)讀者熟悉并且掌握當下最流行的機器學習、數(shù)據(jù)挖掘與自然語言處理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。

全書共分4章。第1章簡介篇，介紹機器學習概念與Python編程知識；第2章基礎(chǔ)篇，講述如何使用Scikit-learn作為基礎(chǔ)機器學習工具；第3章進階篇，涉及怎樣借助高級技術(shù)或者模型進一步提升既有機器學習系統(tǒng)的性能；第4章競賽篇，以Kaggle平臺為對象，幫助讀者一步步使用本書介紹過的模型和技巧，完成三項具有代表性的競賽任務(wù)。

作者簡介 · · · · · ·

范淼，清華大學計算機系人工智能研究所博士，研究方向涉及機器學習與自然語言處理技術(shù)。2015年3月受國家留學基金委公派至美國紐約大學計算機系聯(lián)合培養(yǎng)。攻讀博士期間，于所在研究領(lǐng)域內(nèi)多個重要國際會議與期刊上發(fā)表論文近20篇。先后在Hulu、MSRA（微軟亞洲研究院）、百度自然語言處理部、Bosch（博世）北美硅谷研究院等多個公司的研發(fā)部門實習，并承擔機器學習與自然語言處理相關(guān)的研究任務(wù)。

李超，工學博士，清華大學副研究員，信息技術(shù)研究院Web 與軟件技術(shù)研究中心副主任。中國計算機學會信息存儲技術(shù)專委會委員、中國計算機學會高級會員、全國文獻影像技術(shù)標準化技術(shù)委員會（SAC/TC86/SC6）委員、IEEE 會員。研究領(lǐng)域包括海量數(shù)據(jù)存儲、組織與管理、分析，及其在數(shù)字圖書館/檔案館/教育/醫(yī)療/金融等領(lǐng)域的應(yīng)用。主持及參與多項國家973、863、科技支撐、自然基金等縱向項目及橫向合作項目。已發(fā)表學術(shù)論文50 余篇、獲得授權(quán)發(fā)明專利10 余項。