内容简介： 在日常工作中获得机器学习所需的信心。有了这本实用指南，作者Matthew Kirk向您展示了如何在您的代码中集成和测试机器学习算法，而无需学术潜台词。 本书以图形和突出显示的代码示例为特色，以Python的Numpy，Pandas，Scikit-Learn和SciPy数据科学库为特色进行测试。如果您是对数据科学感兴趣的软件工程师或业务分析师，本书将帮助您： - 参考真实世界的示例，通过参与式实践练习来测试每种算法
- 在开始编码之前，应用测试驱动开发（TDD）编写和运行测试
- 探索利用数据提取和功能开发改进机器学习模型的技术
- 注意机器学习的风险，例如不足适配或过度拟合数据
- 使用K-最近邻居，神经网络，聚类和其他算法
| 
楼主
标题置顶
标题高亮
