PYTHON机器学习技术 :从入门到实战

本书是一本面向机器学习入门读者的综合性指南，注重知识的实用性和可操作性。全书从数学原理开始，到建模编程为止，涵盖了监督学习、无监督学习、模型优化、深度学习与神经网络等机器学习领域所必须掌握的知识，并一步步引导读者构建机器学习解决方案，以便在学习、工作中应用机器学习。

如果你对机器学习感兴趣，或想从事相关职业，本书可以作为你的机器学习入门级教程。如果你是数据挖掘工程师、Python开发人员等相关领域从业人员，本书可作为你进阶的案头书。

第1章 轻松入门机器学习

1.1 机器学习是什么

1.2 数据、算法与模型

1.3 机器学习的分类

1.4 为什么选择Python

1.5 开启Python机器学习之旅前的准备

第2章 初识监督学习

2.1 基本概念

2.2 k近邻算法

2.3 线性回归

2.4 决策树算法

第3章 无监督学习

3.1 聚类

3.2 k均值聚类算法

3.3 k均值聚类算法的优化

3.4 DBSCAN

3.5 降维技术：将复杂的世界变简单

第4章 预处理：让数据变得井井有条

4.1 数据清洗

4.2 数据转换

4.3 数据编码

4.4 特征选择

第5章 模型评估与选择

5.1 数据集的分割方法

5.2 模型评估指标

5.3 模型调参策略

5.4 过拟合的诊断

5.5 交叉验证网格搜索

……