唐宇迪著2019 年出版449 页ISBN：9787115512444
全书共20章，大致分为4个部分。第1部分介绍了Python必备的工具包，包括科学计算库Numpy、数据分析库Pandas、可视化库Matplotlib；第2部分讲解了机器学习中的经典算法，例如回归算法、决策树、集成算法、支持向量机...
翟锟，胡锋，周晓然编著2019 年出版177 页ISBN：9787302516842
这本书是一本入门书，也是一本提高书，它提炼总结了作者从python小白到python建模工程师的历程；如果你有志于进入数据分析/建模领域，它一定会让你惊喜。书中的代码你可以直接用，具有很高的可移植性。通读它，学会它，....
华校专，王正林编著2017 年出版436 页ISBN：9787121308949
本书以快速上手、四分理论六分实践为出发点，讲述机器学习的算法和Python编程实践，采用“原理笔记精华+算法Python实现+问题实例+实际代码+运行调参”的形式展开，理论与实践结合，算法原理与编程实战并重。全书共...
（印）萨扬·穆霍帕迪亚（Sayan Mukhopadhyay）著2019 年出版156 页ISBN：9787111617020
本书介绍了基于Python的高级数据分析，探讨了Neo4j、Elasticsearch和MongoDB等数据库，讨论了如何实现包括主题爬取在内的ETL技术，并用于高频算法交易和目标导向的对话系统等领域；还介绍了一些机器学习概念（如半监...
方巍编著2019 年出版264 页ISBN：9787111626817
本书作为数据挖掘的入门读物，基于真实的数据集进行案例实战，使用Python数据科学库，从数据预处理开始一步步介绍数据建模和数据挖掘的过程。主要介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲...
（日）杉山将著；高阳等译2019 年出版188 页ISBN：9787111622451
本书将统计学习和强化学习相结合，对强化学习函数估计中的基函数设计、样本重用以及策略搜索、模型估计等做了深入浅出的介绍。全书共11章，分为四部分：第一部分（第1章）介绍了强化学习的基本知识；第二部分（第2-6章.....
（美）Chris Albon（克里斯·阿尔本）2019 年出版346 页ISBN：9787121369629
这是一本关于Python的图书，采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案（并提供了相关代码，读者可以复制并粘贴这些代码，用在自己的程序中），针对的都是数据科学家或机器学...
（美）古铁雷斯（Daniel D.Gutierrez）2017 年出版242 页ISBN：9787115452405
本书通过8章内容，由浅入深地介绍了机器学习、数据处理、数据再加工、数据分析、回归分析、数据分类、模型性能评估以及无监督学习等内容。可谓是每一章都是当前最新颖最有探索价值的专题，对于想要了解机器学...
（俄）德米特里·齐诺维耶夫（Dmitry Zinoviev）著2017 年出版146 页ISBN：9787115470607
本书涵盖数据采集、清洗、可视化、高级数据分析（网络分析）、统计和机器学习等内容。具体内容包括：数据科学的Python核心特性，文本数据、数据库、表格形式的数值等大数据的采集、清洗、可视化和分析，概率和统计，机...
何海群著2018 年出版288 页ISBN：9787121352102
本书采用生动活泼的语言，从入门者的角度，讲解Python语言和sklearn模块库，内置的各种经典机器学习算法，结合实盘交易数据，分析在金融量化方面的应用。书中大量简单风趣的实际案例，让广大初学者，快速掌握机器学习在....
