基于sklearn的机器学习工程实践

书籍简介:

本书的第一部分介绍了机器学习涉及的基础数学、Python基础知识和常用的包、机器学习系统的基本构成。本书的第二部分介绍数据的预处理、数据降维、线性分类算法、K近邻分类、朴素贝叶斯分类、神经网络分类算法、支持向量机分类算法、随机森林分类算法、分类模型的评价等内容。本书的第三部分从工程应用的视角，通过若干个实例介绍使用sklearn工具包进行分类模型的建立，以解决实际问题。

书籍规格:

书籍信息归属:

基于sklearn的机器学习工程实践是东南大学出版社于2017.12出版的中图分类号为 TP181 的主题关于 机器学习－研究 的书籍。