# Python机器学习原理与算法实现

> 金屋电子书图书详情的 Markdown 版本。

- 规范页面：https://alltool.top/book/12dk3
- Markdown 版本：https://alltool.top/book/12dk3.md
- 作者：杨维忠
- ISBN：9787302626114
- 出版社：清华大学出版社
- 出版日期：2023-02-01
- 语言：中文
- 分类：计算机、人工智能(AI)
- 评分：0
- 可用格式：AZW3+EPUB+PDF（145.85 MB）
- 更新时间：2026-08-04 12:22:25

## 下载方式

本站不在 Markdown 页面直接提供文件地址。请前往规范页面，点击对应格式的下载按钮完成下载。

### AZW3+EPUB+PDF

- 文件格式：AZW3+EPUB+PDF
- 文件大小：145.85 MB
- 下载说明：请打开规范页面 https://alltool.top/book/12dk3，点击 AZW3+EPUB+PDF 的下载按钮完成下载。


## 内容简介

数字化转型背景下，Python作为一门简单、易学、速度快、免费、开源的主流编程语言，广泛应用于大数据处理、人工智能、云计算等各个领域，是众多高等院校学生的必修基础课程，也是堪与Office办公软件应用比肩的职场人士的必备技能。同时随着数据存储、数据处理等大数据技术的快速进步，机器学习的各种算法在各行各业得以广泛应用，同样成为高校师生、职场人士迎接数字化浪潮、与时俱进提升专业技能的必修课程。本书将“Python课程学习”与“机器学习课程学习”有机结合，推动数字化人才的培养，提升人才的实践应用能力。

全书内容共17章。第1、2章介绍Python的入门知识和进阶知识；第3章介绍机器学习的概念及各种术语及评价标准；第4~10章介绍相对简单的监督式学习方法，包括线性回归算法、二元Logistic回归算法、多元Logistic回归算法、判别分析算法、朴素贝叶斯算法、高维数据惩罚回归算法、K近邻算法；第11、12章介绍主成分分析算法、聚类分析算法两种非监督式学习算法；第13~15章介绍相对复杂的监督式学习算法，包括决策树算法和随机森林算法、提升法两种集成学习算法；第16、17章介绍支持向量机算法、神经网络算法两种高级监督式学习算法。

本书可以作为经济学、管理学、统计学、金融学、社会学、医学、电子商务等相关专业的学生学习Python或机器学习应用的专业教材、参考书；也可以作为企事业单位数字化人才培养的教科书、工具书，还可以作为职场人士自学掌握Python机器学习应用、提升数据挖掘分析能力进而提高工作效能和改善绩效水平的工具书。