資料 | Python機(jī)器學(xué)習(xí)及實(shí)踐－從零開(kāi)始通往Kaggle競(jìng)賽之路

本文作者： AI研習(xí)社

2020-09-08 10:32

導(dǎo)語(yǔ)：幫助對(duì)機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘感興趣的讀者整合時(shí)下流行的基于Python語(yǔ)言的程序庫(kù)。

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

內(nèi)容簡(jiǎn)介 · · · · · ·

本書(shū)面向所有對(duì)機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的實(shí)踐及競(jìng)賽感興趣的讀者，從零開(kāi)始，以Python編程語(yǔ)言為基礎(chǔ)，在不涉及大量數(shù)學(xué)模型與復(fù)雜編程知識(shí)的前提下，逐步帶領(lǐng)讀者熟悉并且掌握當(dāng)下最流行的機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘與自然語(yǔ)言處理工具，如Scikitlearn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。

全書(shū)共分4章。第1章簡(jiǎn)介篇，介紹機(jī)器學(xué)習(xí)概念與Python編程知識(shí)；第2章基礎(chǔ)篇，講述如何使用Scikit-learn作為基礎(chǔ)機(jī)器學(xué)習(xí)工具；第3章進(jìn)階篇，涉及怎樣借助高級(jí)技術(shù)或者模型進(jìn)一步提升既有機(jī)器學(xué)習(xí)系統(tǒng)的性能；第4章競(jìng)賽篇，以Kaggle平臺(tái)為對(duì)象，幫助讀者一步步使用本書(shū)介紹過(guò)的模型和技巧，完成三項(xiàng)具有代表性的競(jìng)賽任務(wù)。

作者簡(jiǎn)介 · · · · · ·

范淼，清華大學(xué)計(jì)算機(jī)系人工智能研究所博士，研究方向涉及機(jī)器學(xué)習(xí)與自然語(yǔ)言處理技術(shù)。2015年3月受?chē)?guó)家留學(xué)基金委公派至美國(guó)紐約大學(xué)計(jì)算機(jī)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(gè)重要國(guó)際會(huì)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(yǔ)言處理部、Bosch（博世）北美硅谷研究院等多個(gè)公司的研發(fā)部門(mén)實(shí)習(xí)，并承擔(dān)機(jī)器學(xué)習(xí)與自然語(yǔ)言處理相關(guān)的研究任務(wù)。

李超，工學(xué)博士，清華大學(xué)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(guó)計(jì)算機(jī)學(xué)會(huì)信息存儲(chǔ)技術(shù)專(zhuān)委會(huì)委員、中國(guó)計(jì)算機(jī)學(xué)會(huì)高級(jí)會(huì)員、全國(guó)文獻(xiàn)影像技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)（SAC/TC86/SC6）委員、IEEE 會(huì)員。研究領(lǐng)域包括海量數(shù)據(jù)存儲(chǔ)、組織與管理、分析，及其在數(shù)字圖書(shū)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(xiàng)國(guó)家973、863、科技支撐、自然基金等縱向項(xiàng)目及橫向合作項(xiàng)目。已發(fā)表學(xué)術(shù)論文50 余篇、獲得授權(quán)發(fā)明專(zhuān)利10 余項(xiàng)。