在如今这个处处以数据驱动的世界中，机器学习正变得越来越大众化。它已经被广泛地应用于不同领域，如搜索引擎、机器人、无人驾驶汽车等。Python机器学习经典实例首先通过实用的案例介绍机器学习的基础知识，然后介绍一些稍微复杂的机器学习算法，例如支持向量机、极端随机森林、隐马尔可夫模型、条件随机场、深度神经网络，等等。

本书特色

用最火的Python语言、通过各种各样的机器学习算法来解决实际问题！

书中介绍的主要问题如下。

- 探索分类分析算法并将其应用于收入等级评估问题

- 使用预测建模并将其应用到实际问题中

- 了解如何使用无监督学习来执行市场细分

- 探索数据可视化技术以多种方式与数据进行交互

- 了解如何构建推荐引擎

- 理解如何与文本数据交互并构建模型来分析它

- 使用隐马尔科夫模型来研究语音数据并识别语音

目录

第 1 章　监督学习

第 2 章　创建分类器

第 3 章　预测建模

第 4 章　无监督学习——聚类

第 5 章　构建推荐引擎

第 6 章　分析文本数据

第 7 章　语音识别

第 8 章　解剖时间序列和时序数据

第 9 章　图像内容分析

第 10 章　人脸识别

第 11 章　深度神经网络

第 12 章　可视化数据

截图：

下面是为初学者们准备的python电子书籍资料和python入门教程！

请关注+私信回复：“学习”就可以拿到一份我为大家准备的Python学习资料！