网盘链接提取码：2wg3

资料简介：

本书采用独创的黑箱模式，MBA案例教学机制，结合一线实战案例，介绍Sklearn人工智能模块库和常用的机器学习算法。书中配备大量图表说明，没有枯燥的数学公式，普通读者，只要懂Word、Excel，就能够轻松阅读全书，并学习使用书中的知识，分析大数据。本书具有以下特色：独创的黑箱教学模式，全书无任何抽象理论和深奥的数学公式。首次系统化融合Sklearn人工智能软件和Pandas数据分析软件，不用再直接使用复杂的Numpy数学矩阵模块。系统化的Sklearn函数和API中文文档，可作为案头工具书随时查阅。基于Sklearn Pandas模式，无须任何理论基础，全程采用MBA案例模式，懂Excel就可看懂。

资料目录：

第 1 章 从阿尔法狗开始说起1

1.1 阿尔法狗的前世今生.......1

1.2 机器学习是什么.....2

1.3 机器学习大史记.....3

1.4 机器学习经典案例......... 11

第 2 章 开发环境......13

2.1 数据分析首选 Python.....13

2.2 用户运行平台.......18

2.3 程序目录结构.......19

2.4 Spyder 编辑器界面设置.20

2.5 Python 命令行模式.........26

2.6 Notebook 模式......27

2.7 模块库控制面板...29

2.8 使用 pip 更新模块库......33

第 3 章 Python 入门案例....39

3.1 案例 3-1：第一次编程“hello,ziwang” ....39

3.2 案例 3-2：增强版“hello,ziwang” ..42

3.3 案例 3-3：列举系统模块库清单.......44

3.4 案例 3-4：常用绘图风格.........45

3.5 案例 3-5：Pandas 常用绘图风格.......47

3.6 案例 3-6：常用颜色表 cors.....49

3.7 案例源码.....50

第 4 章 Python 基本语法....58

4.1 数据类型.....58

案例 4-1：基本运算.......59

4.2 字符串.........61

案例 4-2：字符串入门...61

案例 4-3：字符串常用方法.....63

4.3 List 列表......64

案例 4-4：列表操作.......65

4.4 Tuple 元组...66

案例 4-5：元组操作.......67

4.5 Dictionary 字典.....68

案例 4-6：字典操作.......68

4.6 数据类型转换.......70

案例 4-7：控制语句.......71

案例 4-8：函数定义.......73

4.7 案例源码.....75

第 5 章 Python 人工智能入门与实践......85

5.1 从忘却开始.85

5.2 Iris 经典爱丽丝.....89

案例 5-1：Iris 爱丽丝 ....90

案例 5-2：爱丽丝进化与文本矢量化.........92

5.3 AI 操作流程95

5.4 数据切割函数.......98

案例 5-3：Iris 爱丽丝分解 ......99

案例 5-4：线性回归算法.......103

5.5 案例源码...109

第 6 章 机器学习经典算法案例（上） . 116

6.1 线性回归... 116

6.2 逻辑回归算法.....124

案例 6-1：逻辑回归算法.......125

6.3 朴素贝叶斯算法.127

案例 6-2：贝叶斯算法.129

6.4 KNN 近邻算法 ...130

案例 6-3：KNN 近邻算法.....133

6.5 随机森林算法.....135

案例 6-4：随机森林算法.......139

6.6 案例源码...140

第 7 章 机器学习经典算法案例（下） .149

7.1 决策树算法.........149

案例 7-1：决策树算法.151

7.2 GBDT 迭代决策树算法.........153

案例 7-2：GBDT 迭代决策树算法.154

7.3 SVM 向量机 .......156

案例 7-3：SVM 向量机算法.157

7.4 SVM-cross 向量机交叉算法..159

案例 7-4：SVM-cross 向量机交叉算法....160

7.5 神经网络算法.....161

案例 7-5：MLP 神经网络算法........165

案例 7-6：MLP_reg 神经网络回归算法...168

7.6 案例源码...170

第 8 章 机器学习组合算法 .........183

8.1 CCPP 数据集......183

案例 8-1：CCPP 数据集........184

案例 8-2：CCPP 数据切割....186

案例 8-3：读取 CCPP 数据集.........189

8.2 机器学习统一接口函数.........192

案例 8-4：机器学习统一接口.........193

案例 8-5：批量调用机器学习算法.201

案例 8-6：一体化调用.205

8.3 模型预制与保存.208

案例 8-7：储存算法模型.......210

案例 8-8：批量储存算法模型.........213

案例 8-9：批量加载算法模型.........215

案例 8-10：机器学习组合算法.......219

8.4 案例源码...224

附录 A Sklearn 常用模块和函数.242

附录 B 极宽量化系统模块图......266