📚 网上馆配 · 在线荐购平台

内容简介：本书采用浅显易懂的文字, 结合丰富的图表与416个Python程序实例, 从机器学习必备的基础数学、统计、概率等理论逐步切入, 让读者不再被艰深的数学公式所困扰。书中系统化介绍了scikit-learn的主要算法, 如线性回归、决策树、随机森林、KNN与支持向量机等, 并通过波士顿房价、信用卡风险、泰坦尼克号生存分析等真实案例, 示范如何将理论有效转化为实际应用。此外, 本书也涵盖了特征选择、模型调校、数据预处理与机器学习效能评估等重要主题, 提供给读者完整且实用的技能培养。书末更介绍了当前热门的语音识别技术, 包括语音转文字及文字转语音, 协助读者掌握前沿应用趋势。