机器学习实战(视频教学版)/人工智能技术丛书

本书基于Python语言详 细讲解机器学习算法及其应 用，用于读者快速入门机器 学习。本书配套示例源代码 、PPT课件、教学视频、教 学大纲、习题与答案、作者 微信答疑。 本书内容包括机器学习 概述、Python数据处理基础 、Python常用机器学习库、 线性回归及应用、分类算法 及应用、数据降维及应用、 聚类算法及应用、关联规则 挖掘算法及应用、协同过滤 算法及应用，最后通过3个 综合实战项目（包括新闻内 容分类实战、秦坦尼克号获 救预测实战、中药数据分析 项目实战），帮助读者对所 学技能进行巩固和提升。本 书主要章节都给出了对应的 示例及其详细的分析步骤， 方便读者从编程中掌握机器 学习基础算法及应用。 本书适合机器学习初学 者、大数据分析人员和机器 学习算法开发工程师阅读； 也适合作为高等院校或高职 高专人工智能、计算机、软 件工程、数据科学与大数据 技术、智能科学与技术等专 业机器学习课程的教材。

迟殿委，南昌大学计算机软件与理论专业硕士，系统架构设计师。有多年企业软件研发经验和丰富的JavaEE、大数据技术培训经验，熟练掌握JavaEE与大数据全栈技术框架，擅长JavaEE系统架构设计、大数据分析与挖掘。著有图书《Hadoop大数据分析技术》 《Hadoop+Spark大数据分析实战》《Spring Boot企业级开发实战（视频教学版）》《深入浅出Java编程》《Spring Boot+Spring Cloud微服务开发》。

第1章 机器学习概述 1.1 机器学习简介 1.1.1 什么是机器学习 1.1.2 机器学习三要素和核心 1.1.3 机器学习开发流程 1.1.4 机器学习模型评价指标 1.1.5 机器学习项目开发步骤 1.2 机器学习的发展史和分类 1.2.1 机器学习的发展史 1.2.2 机器学习分类 1.3 机器学习常用术语 1.4 本章小结 第2章 Python数据处理基础 2.1 Python开发环境搭建 2.1.1 安装Python解释器 2.1.2 Python运行方法 2.1.3 安装PyCharm 2.1.4 Python包管理工具 2.1.5 安装JupyterNotebook 2.2 Python基本数据类型 2.2.1 数值型 2.2.2 字符串(String) 2.2.3 列表(List) 2.2.4 元组(Tuple) 2.2.5 集合(Set) 2.2.6 字典(Dict) 2.3 Python文件的基本操作 2.3.1 文件读写基本操作 2.3.2 NumPy库存取文件 2.3.3 Pandas存取文件 2.4 本章小结 第3章 Python常用机器学习库 3.1 Python数值计算库NumPy 3.1.1 NumPy简介与安装 3.1.2 NumPy数组的基本操作 3.2 Python数据处理库Pandas 3.2.1 Pandas库简介与安装 3.2.2 数据读取与写入 3.2.3 数据清洗与转换 3.2.4 数据分析与可视化 3.3 Python数据可视化库Matplotlib 3.3.1 Matplotlib安装与基本使用 3.3.2 绘制折线图 3.3.3 绘制柱状图 3.3.4 绘制饼图 3.3.5 绘制子图 3.4 Python机器学习库scikit-learn 3.4.1 sklearmn简介与安装 3.4.2 sklearn通用学习模式 3.4.3 sklearn数据集