Python機器學習手冊：從數(shù)據(jù)預(yù)處理到深度學習是一本關(guān)于Python的教程，采用基于任務(wù)的方式來介紹如何在機器學習中使用Python。書中有近200個獨立的解決方案（并提供了相關(guān)代碼，讀者可以復(fù)制并粘貼這些代碼，用在自己的程序中），針對的都是數(shù)據(jù)科學家或機器學習工程師在構(gòu)建模型時可能遇到的*常見任務(wù)，涵蓋*簡單的矩陣和向量運算到特征工程以及神經(jīng)網(wǎng)絡(luò)的構(gòu)建。

本書不是機器學習的入門書，適合熟悉機器學習的理論和概念的讀者擺在案頭作為參考，他們可以借鑒書中的代碼，快速解決在機器學習的日常開發(fā)中遇到的挑戰(zhàn)。

目錄

第1章 向量、矩陣和數(shù)組
第2章 加載數(shù)據(jù)
第3章 數(shù)據(jù)整理
第4章 處理數(shù)值型數(shù)據(jù)
第5章 處理分類數(shù)據(jù)
第6章 處理文本
第7章 處理日期和時間
第8章 圖像處理
第9章 利用特征提取進行特征降維
第10章 使用特征選擇進行降維
第11章 模型評估