PYTHON统计机器学习

《Python 统计机器学习》以 Python 为工具，详细介绍了机器学习中推荐的统计分析技术和数据分析基础知识。全书共分三部分，第一部分介绍了 Python 中的基本运算方法和概率的相关基础概念。第二部分介绍了统计分析的基础知识，内容涵盖机器学习的问题设置、定量评价各种数据分析结果的框架，并简明描述数据的主成分分析方法、统计建模的思路及假设检验的标准等统计学知识。第三部分介绍了在机器学习中的各种方法，包括回归分析、聚类分析支持向量机、稀疏学习、决策树、集成学习、高斯过程模型及密度比估计等方法，最后还特别介绍了深度学习的贝叶斯优化方法。 《Python 统计机器学习》内容丰富，图文并茂，特别适合想学习数据分析、统计分析、机器学习、深度学习的人员参考学习。

第I部分 基于Python的计算 第1章 Python的初级第2章 概率的计算第II部分 统计分析的基础 第3章 机器学习的问题设置第4章 统计精度的评价第5章 数据整理与特征提取第6章 基于统计模型的学习第7章 假说检验第III部分 机器学习的方法 第8章 回归分析的基础第9章 聚类第10章 支持向量机第11章 稀疏学习第12章 决策树与集成学习第13章 高斯过程模型 第14章 密度比估计