Python机器学习及实践---- 从零开始通往Kaggle竞赛之路

　　●第1章简介篇1
　　1.1机器学习综述1
　　1.1.1任务3
　　1.1.2经验5
　　1.1.3性能5
　　1.2Python编程库8
　　1.2.1为什么使用Python8
　　1.2.2Python机器学习的优势9
　　1.2.3NumPy & SciPy10
　　1.2.4Matplotlib11
　查看完整　　

　　范淼 ：清华大学计算机系人工智能研究所博士，研究方向涉及机器学习与自然语言处理技术。2015年3月受国家留学基金委公派至美国纽约大学计算机系联合培养。攻读博士期间，于所在研究领域内多个重要国际会议与期刊上发表论文近20篇。先后在Hulu、MSRA（微软亚洲研究院）、百度自然语言处理部、Bosch（博世）北美硅谷研究院等多个公司的研发部门实习，并承担机器学习与自然语言处理相关的研究任务。李超： 工学博士，清华大学副研究员，信息技术研究院Web 与软件技术研究中心副主任。中国计算机学会信息存储技术专委会委员、中国计算机学会高级会员、全国文献影像技术标准化技术委员会（SAC/TC86/SC6）委员、IEEE 会员。研究领域包括海量数据存储、组织与管理、分析，及其在数字图书馆/档案馆/教育/医疗/金融等领域的应用。主持及参与多项国家973、863、科技支撑、自然基金等纵向项目及横向合作项目。已发表学术论文50 余篇、获得授权发明专利10 余项。

　　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Python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*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。

　　●第1章简介篇1
　　1.1机器学习综述1
　　1.1.1任务3
　　1.1.2经验5
　　1.1.3性能5
　　1.2Python编程库8
　　1.2.1为什么使用Python8
　　1.2.2Python机器学习的优势9
　　1.2.3NumPy & SciPy10
　　1.2.4Matplotlib11
　　1.2.5Scikitlearn11
　　1.2.6Pandas11
　　1.2.7Anaconda12
　　1.3Python环境配置12
　　1.3.1Windows系统环境12
　　1.3.2Mac OS 系统环境17
　　1.4Python编程基础18
　　1.4.1Python基本语法19
　　1.4.2Python 数据类型20
　　1.4.3Python 数据运算22
　　1.4.4Python 流程控制26
　　1.4.5Python 函数（模块）设计28
　　1.4.6Python 编程库（包）的导入29
　　1.4.7Python 基础综合实践30
　　1.5章末小结33〖1〗Python机器学习及实践〖1〗目录●第2章基础篇34
　　2.1监督学习经典模型34
　　2.1.1分类学习35
　　2.1.2回归预测64
　　2.2无监督学习经典模型81
　　2.2.1数据聚类81
　　2.2.2特征降维91
　　2.3章末小结97
　　●第3章进阶篇98
　　3.1模型实用技巧98
　　3.1.1特征提升99
　　3.1.2模型正则化111
　　3.1.3模型检验121
　　3.1.4超参数搜索122
　　3.2流行库/模型实践129
　　3.2.1自然语言处理包（NLTK）131
　　3.2.2词向量（Word2Vec）技术133
　　3.2.3XGBoost模型138
　　3.2.4Tensorflow框架140
　　3.3章末小结152
　　●第4章实战篇153
　　4.1Kaggle平台简介153
　　4.2Titanic罹难乘客预测157
　　4.3IMDB影评得分估计165
　　4.4MNIST手写体数字图片识别174
　　4.5章末小结180
　　●后记181
　　●参考文献182
^ 收 起　　

　　范淼 ：清华大学计算机系人工智能研究所博士，研究方向涉及机器学习与自然语言处理技术。2015年3月受国家留学基金委公派至美国纽约大学计算机系联合培养。攻读博士期间，于所在研究领域内多个重要国际会议与期刊上发表论文近20篇。先后在Hulu、MSRA（微软亚洲研究院）、百度自然语言处理部、Bosch（博世）北美硅谷研究院等多个公司的研发部门实习，并承担机器学习与自然语言处理相关的研究任务。李超： 工学博士，清华大学副研究员，信息技术研究院Web 与软件技术研究中心副主任。中国计算机学会信息存储技术专委会委员、中国计算机学会高级会员、全国文献影像技术标准化技术委员会（SAC/TC86/SC6）委员、IEEE 会员。研究领域包括海量数据存储、组织与管理、分析，及其在数字图书馆/档案馆/教育/医疗/金融等领域的应用。主持及参与多项国家973、863、科技支撑、自然基金等纵向项目及横向合作项目。已发表学术论文50 余篇、获得授权发明专利10 余项。

　　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Python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*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。