在机器学习领域，Python语言应用广泛，其相关的机器学习算法库scikit-learn更是备受关注。今天要给大家介绍的《scikit-learn机器学习（第2版）》，就是一本深入讲解机器学习模型以及scikit-learn使用技巧的书籍。如果大家感兴趣，可以去下载该书籍的电子版深入学习。
书籍基本信息
这本书由美国的加文·海克（Gavin Hackeling）编写，经张浩然翻译后，于2019年1月由人民邮电出版社出版，异步图书出品。全书共199页，定价59元，采用平装装帧，ISBN为9787115503404，在豆瓣上获得了6.8分的评分。
内容简介
本书包含14章内容。开篇讲解机器学习基础概念，像机器学习的定义、学习方式、任务类型等，还介绍了scikit-learn库的安装方法。后续章节中，详细介绍了众多机器学习模型，从简单线性回归、K – 近邻算法，到逻辑回归、朴素贝叶斯等，还涉及特征提取、模型评估与优化等实用技巧。无论是机器学习领域的工程师，还是想了解scikit-learn的数据科学家，阅读本书都能提升构建和评估机器学习模型的能力，更好地解决实际难题。
作者简介
加文·海克是一位数据科学家兼作家。他在机器学习领域经验丰富，研究过自动语音识别、文档分类等多种问题。他毕业于北卡罗来纳大学和纽约大学，现居住在布鲁克林。
章节目录
各章节内容丰富多样。第1章聚焦机器学习基础，涵盖理论知识和库的安装；第2 – 6章分别介绍线性回归相关模型；第7 – 12章讲述多种分类算法；第13章讲解K – 均值算法；第14章介绍主成分分析。每一章都为读者深入学习机器学习知识提供了详细指导。
希望大家通过阅读这本书，在机器学习领域有所收获。赶紧去下载该书籍的电子版开启学习之旅吧！
资源下载
