《机器学习原理与实战》——图书配套资料下载

1. 图书介绍

本书以Python机器学习常用技术与真实案例相结合的方式，深入浅出介绍Python机器学习应用的重要内容。全书共8章，第1章介绍了机器学习的基本概念、通用流程、应用场景，以及常用Python机器学习相关工具库；第2章介绍了数据准备的相关知识，包括数据质量校验、数据分布与趋势探查、数据清洗和数据合并等；第3章介绍了特征工程的相关知识，包括特征变换和特征选择；第4章介绍了常见的有监督学习算法，包括线性模型、k近邻分类、决策树、支持向量机、朴素贝叶斯、神经网络和集成学习算法；第5章介绍了常见的无监督学习算法，包括常见的降维和聚类算法；第6章介绍了智能推荐，包括智能推荐的基本概念和常见应用、性能度量方法、基于关联规则和基于协同过滤的推荐算法；第7章介绍了市财政收入分析案例；第8章介绍了基于非侵入式负荷监测与分解的电力分析案例；第9章介绍了航空公司客户价值分析案例；第10章介绍了广电大数据营销推荐案例；第11章介绍了如何使用TipDM数据挖掘建模平台实现航空公司客户价值分析案例。前6章都包含了选择题、填空题、操作题，后5章包含了操作题，通过练习和操作实践，帮助读者巩固所学的内容。

本书可以作为高校数据科学或人工智能专业教材，也可作为机器学习爱好者的自学用书。

2. 图书配套资料下载说明

方法：打开云教材（https://book.tipdm.org/）,下载对应的图书资源。