实用机器学习 (Henrik Brink等著) 中文+英文pdf高清版[74MB]

《实用机器学习》介绍了实用机器学习的工作流程，主要从实用角度进行了描述，没有数学公式和推导。本书涵盖了数据收集与处理、模型构建、评价和优化、特征的识别、提取和选择技术、高级特征工程、数据可视化技术以及模型的部署和安装，结合3个真实案例全面、详细地介绍了整个机器学习流程。后，还介绍了机器学习流程的扩展和大数据应用。

本书可以作为程序员、数据分析师、统计学家、数据科学家解决实际问题的参考书，也可以作为机器学习爱好者学习和应用的参考书，还可以作为非专业学生的机器学习入门参考书，以及专业学生的实践参考书。

目录

第1部分机器学习工作流程
第1章什么是机器学习
第2章实用数据处理
第3章建模和预测
第4章模型评估与优化
第5章基础特征工程
第2部分实 际 应 用
第6章案例：NYC出租车数据
第7章高级特征工程
第8章NLP高级案例：电影评论情感预测
第9章扩展机器学习流程
第10章案例：数字显示广告