机器学习及实践 —从零开始通往Kaggle竞赛之路

阅读完这篇文章后，你应该浏览一下指导，了解我们博客的主要方面。

关注公众号 Biodata of R 获取最新资源资讯。

所有PDF资源均在图片上方Link中跳转至网盘，注意甄别超链接。

所有资源均来自网络收集，切勿相信水印。

所有资源不允许商业用途

本站点及公众号不会索要你的任何信息，谨防上当受骗。

本站点有面向世界各国的资源，请根据当地的法律法规规范使用，本站点不承担任何法律责任。

内容简介

本书面向所有对机器学习与数据挖掘的实践及竞赛感兴趣的读者，从零开始，以Pytho编程语言为基础，在不涉及大量数学模型与复杂编程知识的前提下，逐步带领 读者熟悉并且掌握当下最流行的机器学习、数据挖掘与自然语言处理工具，如Scikit-learn、NLTK、Pandas、gensim、XGBoost、Google Tensorflow等。

全书共分4章。第1章简介篇，介绍机器学习概念与Python编程知识；第2章基础篇，讲述如何使用Scikit-learn作为基础机器学习工具；第3章进阶篇，涉及怎 样借助高级技术或者模型进一步提升既有机器学习系统的性能；第4章竞赛篇，以Kaggle平台为对象，帮助读者一步步使用本书介绍过的模型和技巧，完成三项具有代 表性的竞赛任务。

You can get PDF via Link

赞助我