大家好，今天给大家分享的是《Python数据挖掘入门与实践》

本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。

内容简介：

本书作为数据挖掘入门读物，介绍了数据挖掘的基础知识、基本工具和实践方法，通过循序渐进地讲解算法，带你轻松踏上数据挖掘之旅。本书采用理论与实践相结合的方式，呈现了如何使用决策树和随机森林算法预测美国职业篮球联赛比赛结果，如何使用亲和性分析方法推荐电影，如何使用朴素贝叶斯算法进行社会媒体挖掘，等等。本书也涉及神经网络、深度学习、大数据处理等内容。

作者简介：

Robert Layton

计算机科学博士，网络犯罪问题和文本分析方面的专家。多年来一直热衷于Python编程，参与过scikit-learn库等很多开源库的开发，曾担任2014年度“谷歌编程之夏”项目导师。他曾与全球几大数据挖掘公司密切合作，挖掘真实数据并研发相关应用。他的公司dataPipeline为多个行业提供数据挖掘和数据分析解决方案。

目录  · · · · · ·

第1章 　开始数据挖掘之旅
第2章 　用scikit-learn估计器分类　
第3章 　用决策树预测获胜球队　
第4章 　用亲和性分析方法推荐电影　　
第5章 　用转换器抽取特征　　
第6章 　使用朴素贝叶斯进行社会媒体挖掘　
第7章 　用图挖掘找到感兴趣的人　　
第8章 　用神经网络破解验证码　
第9章 　作者归属问题　
第10章 　新闻语料分类
第11章 　用深度学习方法为图像中的物体进行分类
第12章 　大数据处理

关注公众号：『AI学习星球』

回复：Python数据挖掘入门与实践 即可免费获取PDF下载链接。

如果有算法辅导或论文辅导的同学可以后台私信我！