机器学习入门：Python语言实现

封面

版权信息

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

A.1 什么是正则表达式

A.2 使用re模块匹配字符类

A.3 使用re模块修改文本字符串

A.4 小结

A.5 练习题

附录B Keras介绍

B.1 什么是Keras

B.3 Keras、CNN和cifar10

B.4 早停、指标及保存和恢复模型

B.5 小结

附录C TF 2介绍

C.1 TF 2基础知识

C.2 TF 2的张量、数据类型和基本类型

C.3 TF 2的Python函数修饰符@tf.function

C.4 TF 2中的算术操作

C.5 数组相关的TF 2代码示例

C.6 TF 2中的微分和tf.GradientTape