掌握线性回归、分类、数据降维、聚类、关联规则、协同过滤算法及应用
本书内容
《机器学习实战：视频教学版》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。
《机器学习实战：视频教学版》共分12章，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、泰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。
本书作者
迟殿委，计算机软件与理论专业硕士，系统架构设计师。有十多年JavaEE、大数据全栈应用开发经验和培训经验，擅长JavaEE架构设计、大数据分析与挖掘。著有图书：《Spark入门与大数据分析实战》《Hive入门与大数据分析实战》《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》。
本书读者
《机器学习实战：视频教学版》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。
编辑推荐
掌握线性回归、分类、数据降维、聚类、关联规则、协同过滤算法及应用。
实战新闻内容分类、泰坦尼克获救预测、中药数据分析项目。
配套示例源码、PPT课件、教学视频、教学大纲、习题与答案、作者微信答疑。
本文摘自《机器学习实战：视频教学版》，获出版社和作者授权发布。
