數(shù)據(jù)挖掘與機器學習

　　《數(shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》采用理論與實踐相結(jié)合的方式，介紹數(shù)據(jù)挖掘與機器學習的基礎(chǔ)知識，力求培養(yǎng)讀者數(shù)據(jù)思維能力?！稊?shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》共9章，闡述了數(shù)據(jù)挖掘與機器學習的核心概念與技術(shù)，以及運用這些技術(shù)分析實際問題的思路。書中還介紹了9個綜合性的案例，其難易程度和側(cè)重點與書中各章的知識點相匹配。第1章介紹數(shù)據(jù)挖掘的基本概念、功能與應用領(lǐng)域，使讀者掌握數(shù)據(jù)挖掘的基本理念、流程和方法。第2章介紹Pandas模塊的語法結(jié)構(gòu)，并通過對自行車行駛數(shù)據(jù)與服務熱線數(shù)據(jù)的分析，使讀者掌握通過Pandas模塊對數(shù)據(jù)進行統(tǒng)計分析的方法。第3章介紹機器學習的框架，以及Skleam模塊的語法結(jié)構(gòu)，使讀者掌握搭建機器學習流水線的方法。第4章介紹分類算法與應用，使讀者掌握通過Skleam模塊搭建一個分類器并實現(xiàn)分類功能的方法。第5章介紹回歸算法與應用，使讀者掌握通過Skleam模塊搭建一個回歸模型并實現(xiàn)回歸功能的方法。第6章介紹無監(jiān)督學習，使讀者掌握通過Skleam模塊搭建一個聚類模型并實現(xiàn)聚類功能的方法。第7章介紹關(guān)聯(lián)規(guī)則和協(xié)同過濾，使讀者掌握通過這些算法實現(xiàn)電影推薦的方法。第8章介紹圖像數(shù)據(jù)分析的相關(guān)技術(shù)，使讀者掌握進行圖像特征提取和人臉識別的方法。第9章介紹自然語言處理與NLTK的相關(guān)技術(shù)，使讀者掌握進行文本特征提取和文本分類的方法。《數(shù)據(jù)挖掘與機器學習/大數(shù)據(jù)專業(yè)應用型人才培養(yǎng)規(guī)劃教材》可作為各類高校數(shù)據(jù)挖掘與機器學習的課程教材，也可供對數(shù)據(jù)挖掘和機器學習感興趣的讀者學習參考。

暫缺《數(shù)據(jù)挖掘與機器學習》作者簡介