《机器学习入门：Python语言实现》内容简介

本书旨在为读者提供与机器学习有关Python 3的基本编程概念。前4章快速介绍了Python 3、NumPy和Pandas。第5章介绍了机器学习的基本概念。第6章主要介绍机器学习分类器，例如逻辑回归、kNN、决策树、随机森林和SVM。第7章介绍了自然语言处理和强化学习。本书还提供了基于Keras的代码示例作为理论讨论的补充。此外还为正则表达式、Keras和TensorFlow 2提供了单独的附录。
奥斯瓦尔德·坎佩萨托（Oswald Campesato），专门研究深度学习、Java、Android和TensorFlow。他是25本书的作者/合著者，其中包括TensorFlow Pocket Primer、Artificial Intelligence，Machine Learning，and Deep Learning和Python Pocket Primer。

作品目录

作者简介
译者序
前言
第1章：Python
3简介
1.1、Python相关工具与安装
1.2、Python编程基础
1.3、Python中的简单数据类型
1.4、Python中的异常处理
1.5、小结
第2章：条件逻辑、循环和函数
2.1、Python中的条件逻辑
2.2、Python中的变量和参数
2.3、在Python中使用循环
2.4、Python中的用户自定义函数
2.5、递归
2.6、小结
第3章：Python数据类型
3.1、列表
3.2、元组（不可变列表）
3.3、集合
3.4、字典
3.5、Python中的其他数据类型
3.6、小结
第4章：NumPy和Pandas介绍
4.1、NumPy
4.2、子范围
4.3、NumPy中其他有用的方法
4.4、
Pandas
4.5、Pandas
DataFrame的各种操作
4.6、小结
第5章：机器学习
5.1、什么是机器学习
5.2、使用数据集
5.3、线性回归
5.4、求解线性回归问题的示例
5.5、小结
第6章：机器学习中的分类器
6.1、分类器
6.2、激活函数
6.3、逻辑回归
6.4、Keras、逻辑回归和Iris数据集
6.5、小结
第7章：自然语言处理与强化学习
7.1、使用NLP
7.2、强化学习
7.3、RL工具包和框架
7.4、小结
附录A
正则表达式简介
附录B
Keras介绍
附录C
TF
2介绍