Python數(shù)據(jù)科學(xué)實(shí)戰(zhàn)

　　本書(shū)首先介紹數(shù)據(jù)科學(xué)，然后指導(dǎo)讀者安裝和搭建數(shù)據(jù)分析編程環(huán)境所需的軟件包。在機(jī)器 學(xué)習(xí)中，主要學(xué)習(xí)3項(xiàng)技術(shù)：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。我們也會(huì)用到基本的分類與回 歸技術(shù)，如支持向量機(jī)、決策樹(shù)以及邏輯回歸等。 在前面章節(jié)的學(xué)習(xí)中，讀者將學(xué)習(xí)到Python語(yǔ)言中用于處理大型數(shù)據(jù)集的基本函數(shù)、數(shù)據(jù) 結(jié)構(gòu)，用于矩陣計(jì)算的NumPy包和Pandas包，如何使用Matplotlib繪制自定義圖表，以及應(yīng)用 Boosting算法XGBoost（梯度提升）進(jìn)行預(yù)測(cè)分析等。 在后面的章節(jié)中，將會(huì)學(xué)習(xí)用于圖像識(shí)別的卷積神經(jīng)網(wǎng)絡(luò)（CNN）、深度學(xué)習(xí)算法。讀者將掌 握如何向神經(jīng)網(wǎng)絡(luò)饋入人類語(yǔ)言、讓模型處理復(fù)雜的文本信息以及構(gòu)建人類語(yǔ)言處理系統(tǒng)進(jìn)行結(jié) 果預(yù)測(cè)等。 學(xué)習(xí)完本書(shū)，讀者可以掌握和使用很多新的數(shù)據(jù)科學(xué)算法，并且有信心使用本課程以外的工 具或庫(kù)進(jìn)行操作。

　　Rohan Chopra，畢業(yè)于印度韋洛爾科技大學(xué)，是Absolutdata公司的數(shù)據(jù)科學(xué)家，主要研究方 向集中在深度學(xué)習(xí)計(jì)算機(jī)視覺(jué)相關(guān)問(wèn)題的應(yīng)用，同時(shí)在自動(dòng)駕駛研究方面經(jīng)驗(yàn)豐富，在端到端神 經(jīng)網(wǎng)絡(luò)系統(tǒng)的設(shè)計(jì)、運(yùn)行和優(yōu)化方面有著豐富的經(jīng)驗(yàn)。