• 文章介绍
  • 评价建议
  • 资源名称:Python机器学习实践指南

    内容简介:

    机器学习是近年来渐趋热门的一个领域,同时Python 语言经过一段时间的发展也已逐渐成为主流的编程语言之一。本书结合了机器学习和Python 语言两个热门的领域,通过利用两种核心的机器学习算法来将Python 语言在数据分析方面的优势发挥到极致。

    全书共有10 章。第1 章讲解了Python 机器学习的生态系统,剩余9 章介绍了众多与机器学习相关的算法,包括各类分类算法、数据可视化技术、推荐引擎等,主要包括机器学习在公寓、机票、IPO 市场、新闻源、内容推广、股票市场、图像、聊天机器人和推荐引擎等方面的应用。

    本书适合Python 程序员、数据分析人员、对算法感兴趣的读者、机器学习领域的从业人员及科研人员阅读。

    作者简介:

    Alexander T. Combs 是一位经验丰富的数据科学家、策略师和开发人员。他有金融数据抽取、自然语言处理和生成,以及定量和统计建模的背景。他目前是纽约沉浸式数据科学项目的一名全职资深讲师。

    资源目录:

    第1章Python机器学习的生态系统1

    1.1数据科学/机器学习的工作流程2

    1.1.1获取2

    1.1.2检查和探索2

    1.1.3清理和准备3

    1.1.4建模3

    1.1.5评估3

    1.1.6部署3

    1.2Python库和功能3

    1.2.1获取4

    1.2.2检查4

    1.2.3准备20

    1.2.4建模和评估26

    1.2.5部署34

    1.3设置机器学习的环境34

    1.4小结34

    第2章构建应用程序,发现低价的公寓35

    2.1获取公寓房源数据36

    使用import.io抓取房源数据36

    2.2检查和准备数据38

    2.2.1分析数据46

    2.2.2可视化数据50

    2.3对数据建模51

    2.3.1预测54

    2.3.2扩展模型57

    2.4小结57

    第3章构建应用程序,发现低价的机票58

    3.1获取机票价格数据59

    3.2使用高级的网络爬虫技术检索票价数据60

    3.3解析DOM以提取定价数据62

    通过聚类技术识别异常的票价66

    3.4使用IFTTT发送实时提醒75

    3.5整合在一起78

    3.6小结82

    第4章使用逻辑回归预测IPO市场83

    4.1IPO市场84

    4.1.1什么是IPO84

    4.1.2近期IPO市场表现84

    4.1.3基本的IPO策略93

    4.2特征工程94

    4.3二元分类103

    4.4特征的重要性108

    4.5小结111

    第5章创建自定义的新闻源112

    5.1使用Pocket应用程序,创建一个监督训练的集合112

    5.1.1安装Pocket的Chrome扩展程序113

    5.1.2使用PocketAPI来检索故事114

    5.2使用embed.lyAPI下载故事的内容119

    5.3自然语言处理基础120

    5.4支持向量机123

    5.5IFTTT与文章源、Google表单和电子邮件的集成125

    通过IFTTT设置新闻源和Google表单125

    5.6设置你的每日个性化新闻简报133

    5.7小结137

    第6章预测你的内容是否会广为流传138

    6.1关于病毒性,研究告诉我们了些什么139

    6.2获取分享的数量和内容140

    6.3探索传播性的特征149

    6.3.1探索图像数据149

    6.3.2探索标题152

    6.3.3探索故事的内容156

    6.4构建内容评分的预测模型157

    6.5小结162

    第7章使用机器学习预测股票市场163

    7.1市场分析的类型164

    7.2关于股票市场,研究告诉我们些什么165

    7.3如何开发一个交易策略166

    7.3.1延长我们的分析周期172

    7.3.2使用支持向量回归,构建我们的模型175

    7.3.3建模与动态时间扭曲182

    7.4小结186

    第8章建立图像相似度的引擎187

    8.1图像的机器学习188

    8.2处理图像189

    8.3查找相似的图像191

    8.4了解深度学习195

    8.5构建图像相似度的引擎198

    8.6小结206

    第9章打造聊天机器人207

    9.1图灵测试207

    9.2聊天机器人的历史208

    9.3聊天机器人的设计212

    9.4打造一个聊天机器人217

    9.5小结227

    第10章构建推荐引擎228

    10.1协同过滤229

    10.1.1基于用户的过滤230

    10.1.2基于项目的过滤233

    10.2基于内容的过滤236

    10.3混合系统237

    10.4构建推荐引擎238

    10.5小结251

    资源截图:

    1602142752 aa03d478f4ede9d - Python机器学习实践指南_Python教程_源雷技术空间

    1.本文部分内容转载自其它媒体,但并不代表本站赞同其观点和对其真实性负责。                                       2.若您需要商业运营或用于其他商业活动,请您购买正版授权并合法使用。                                          3.如果本站有侵犯、不妥之处的资源,请在网站最下方联系我们。将会第一时间解决!                                     4.本站所有内容均由互联网收集整理、网友上传,仅供大家参考、学习,不存在任何商业目的与商业用途。                            5.本站提供的所有资源仅供参考学习使用,版权归原著所有,禁止下载本站资源参与商业和非法行为,请在24小时之内自行删除!
    源雷技术空间 » Python机器学习实践指南_Python教程_源雷技术空间

    常见问题FAQ

    资源后续会更新吗?
    源雷技术空间支持永久更新!
    不会安装搭建怎么办?
    可以加入QQ交流群87323150,大神帮忙搭建~
    开通VIP 享更多特权,建议使用QQ登录