《Python大戰機器學習》| 每日讀本書

編輯推薦

時下熱門職業是 資料科學家，不是傳統的資訊科學家，也不是大資料工程師。

資料科學家必備的技能中，機器學習和 Python 應該是位列前五的兩項，學習本書，實作自己的第一個小目标！

華校專 王正林 著 / 2017年3月出版

内容提要

資料科學家是當下炙手可熱的職業，機器學習則是他們的必備技能。機器學習在大資料分析中居于核心地位，在網際網路、金融保險、制造業、零售業、醫療等産業領域發揮了越來越大的作用且日益受到關注。

Python 是最好最熱門的程式設計語言之一，以簡單易學、應用廣泛、類庫強大而著稱，是實作機器學習算法的首選語言。

《Python大戰機器學習：資料科學家的第一個小目标》以快速上手、四分理論六分實踐為出發點，講述機器學習的算法和Python 程式設計實踐，采用“原理筆記精華+ 算法Python 實作+ 問題執行個體+ 代碼實戰+ 運作調參”的形式展開，理論與實踐結合，算法原理與程式設計實戰并重。

《Python大戰機器學習：資料科學家的第一個小目标》從内容上分為13 章分4 篇展開：第一篇：機器學習基礎篇（第1~6 章），講述機器學習的基礎算法，包括線性模型、決策樹、貝葉斯分類、k 近鄰法、資料降維、聚類和EM算法；第二篇：機器學習進階篇（第7~10 章），講述經典而常用的進階機器學習算法，包括支援向量機、人工神經網絡、半監督學習和內建學習；第三篇：機器學習工程篇（第11~12章），講述機器學習工程中的實際技術，包括資料預處理，模型評估、選擇與驗證等；第四篇：Kaggle 實戰篇（第13 章），講述一個Kaggle 競賽題目的實戰。

《Python大戰機器學習：資料科學家的第一個小目标》内容豐富、深入淺出，算法與代碼雙管齊下，無論你是新手還是有經驗的讀者，都能快速學到你想要的知識。本書可供為高等院校計算機、金融、資訊、自動化及相關理工科專業的大學生或研究所學生使用，也可供對機器學習感興趣的研究人員和工程技術人員閱讀參考。

精彩導讀

前言

擁抱大資料時代

“大家還沒搞清 PC時代的時候，移動網際網路來了，還沒搞清移動網際網路的時候，大資料時代來了。”馬雲在 2013年淘寶十周年晚會上的這句話，仿佛一下子拉開了大資料時代的序幕。

新的時代，需要新的技術；新的技術，需要新的人才。全球最著名的管理咨詢公司麥肯錫預測“到 2018年，美國在‘深度分析’人才方面将面臨 14萬至 19萬的人才缺口；在‘能夠分析資料幫助公司做出商業決策’方面将面臨 150萬的人才缺口 ”。清華大學計算機系教授武永衛 2016年 5月透露了一組資料：未來 3~5年，中國需要 180萬資料人才，但目前隻有約 30萬人。

大資料時代，做大資料分析的人有了一個更“性感”的名字，叫做資料科學家（ Data Scientist）。《哈佛商業評論》聲稱， 21世紀最富挑戰的工作是資料科學家。時下最熱門的職業是資料科學家，而不是傳統的資訊科學家，也不是大資料工程師。

在資料科學家必備的技能中，機器學習和 Python應該是位列前五的兩項。機器學習炙手可熱，在網際網路、金融保險、制造業、零售業、醫療等産業領域發揮了越來越大的作用，關注度也越來越高。而 Python則是最 in的語言，“人生苦短，我用 Python” ˆˆ

怎麼用這本書？

機器學習既有算法又有實作，還是比較高深的，算法太難，啃不動，代碼太淺，鑽不下去。我們的目标是讓您快速上手，在内容組織上我們是動了心思的，采用“原理筆記精華 +算法 Python實作 +問題執行個體 +實際代碼 +運作調參”的形式，理論與實踐交織着展開，算法原理與程式設計實戰并重。

積跬步以至千裡。每天讀本書，為您搜羅最具權威專業書籍，更多圖書推薦請關注

每日讀書

。

好知識需要分享，如您有喜歡的書籍想與廣大開發者分享，請在文章下方評論留言，我們将為大家推薦您的愛書！