




大数据 分析与 机器学习 技术 已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python 语言 为 编程 环境 ,全面讲解了大 数据分析 与机器学习技术的商业应用实战。
全书共1 6 章,讲解了线性回归模型、 逻辑 回归模型、 决策 树模型、朴素贝叶斯模型、K近邻 算法 模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA(主成分分析)模型、聚类与分群模型(KMeans与DBSCAN算法)、协同过滤算法模型、Apriori关联分析模型、 神经网络 模型等十余种机器学习模型的原理和代码实现,每种模型都配有一到两个典型案例,涵盖 金融 、 营销 、 医疗 、 社会 科学 、 企业 办公与 管理 等多个领域。
本书适合具备一定 数学 知识和编程基础、 希望 快速在 工作 中应用大数据分析与机器学习技术的读者 阅读 ,也适合Python编程爱好者或对大数据分析与机器学习技术感兴趣的读者参考。

评论列表
发表评论