Python机器学习实战

作者简介

刘宇熙 Yuxi（Hayden）Liu是加拿大多伦多市一家跨国网络媒体公司的数据科学家，他从事消息应用优化工作。他的研究方向是社交网络挖掘、社交个性化（social personalization）、用户人口统计学特征和兴趣预测、垃圾信息监测和推荐系统。他曾在多家程序化广告投放公司工作，担任数据科学家职位，他将机器学习专业知识应用于广告优化、点击率和转化率预测、点击欺诈检测等。Yuxi拥有多伦多大学的硕士学位，研究生期间曾发表过5篇IEEE期刊文章和会议论文。他喜欢爬取网络数据，并从中获取有价值的信息。他还热衷于投资。

内容简介

1.在讲解算法的原理和用 scikit-learn 库封装好的方法实现算法之前，先通过几个例子，教会你具体的计算方法，让你手动实现算法； 2.书中代码比较连贯，可直接粘贴到Jupyter Notebook中运行，这一点对初学者非常有帮助； 3.书中示例浅显易懂，涵盖多种应用场景：新闻话题分类、垃圾邮件过滤、在线广告点击率预测和股票价格预测等，讲解方式生动有趣； 4.提供源代码。 本书开篇介绍Python语言和机器学习开发环境的搭建方法。后续章节介绍相关的重要概念，比如数据分析、数据预处理、特征抽取、数据可视化、聚类、分类、回归和模型性能度量等。本书包含多个项目案例，涉及几种重要且有趣的机器学习算法，引导读者从头实现自己的模型。学完本书，你将了解机器学习生态系统的全貌，并掌握机器学习技术的实践和应用。 在本书的帮助下，你将学会用强大却很简单的Python语言来处理数据科学难题，并构建自己的解决方案。 本书包括以下内容： ·利用Python语言抽取数据、处理数据和探索数据； ·用Python对多维数据进行可视化，并抽取有用特征； ·深入钻研数据分析技术，正确预测发展趋势； ·用Python从头实现机器学习分类算法和回归算法； ·用雅虎财经数据来分析和预测股价； ·评估并优化机器学习模型的性能； ·用机器学习和Python解决实际问题。