本书通过通俗易懂的语言、丰富的图示和生动的实例，拨开了笼罩在机器学习上方复杂的数学“乌云”，让读者以较低的代价和门槛入门机器学习。
本书共分为11章，介绍了在Python环境下学习Scikit-learn机器学习框架的相关知识，涵盖的主要内容有机器学习概述、Python机器学习软件包、机器学习理论基础、k-近邻算法、线性回归算法、逻辑回归算法、决策树、支持向量机、朴素贝叶斯算法、PCA算法和k-均值算法等。
本书适合有一定编程基础的读者阅读，尤其适合想从事机器学习、人工智能、深度学习及机器人相关技术的程序员和爱好者阅读。另外，相关院校和培训机构也可以将本书作为教材使用。
《scikit-learn机器学习：常用算法原理及编程实战》
1. 本站所有资源收集于互联网，如有争议与本站无关！
2. 分享目的仅供大家学习和交流，不得使用于非法商业用途，不得违反国家法律，否则后果自负！
3. 如有链接无法下载、失效或广告，请联系管理员处理！
4.本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
2. 分享目的仅供大家学习和交流，不得使用于非法商业用途，不得违反国家法律，否则后果自负！
3. 如有链接无法下载、失效或广告，请联系管理员处理！
4.本站资源售价只是赞助，收取费用仅维持本站的日常运营所需！
常见问题FAQ
- 视频课程的格式是什么
- 视频不加密,网盘在线学习,课程免费更新,持续更新
- 怎么发货？
- 有些资源没更新完结怎么办
- 有问题不懂想咨询怎么办
