荐书|Python数据科学与机器学习 pdf

本书介绍了使用Python进行数据分析和高效的机器学习，首先从一节Python速成课开始，然后回顾统计学和概率论的基础知识，接着深入讨论与数据挖掘和机器学习相关的60多个主题，包括贝叶斯定理、聚类、决策树、回归分析、实验设计等。

作者简介:
Frank Kane，Sundog Software公司创始人，曾在Amazon和IMDb工作近9年，在分布式计算、数据挖掘和机器学习等领域持有17项专利。

目录:
第 1 章 入门 1
第　2 章 统计与概率复习以及Python实现　29
第　3 章 Matplotlib与概率高级概念　61
第　4 章 预测模型　89
第　5 章 使用Python进行机器学习　105
第　6 章 推荐系统　141
第　7 章 更多数据挖掘和机器学习技术　168
第　8 章 处理真实数据　189
第　9 章 Apache Spark——大数据上的机器学习　212
第　10 章 测试与实验设计　

上述已打包整理好，获取方式如下：

1.一键三连+关注

2.后台主动留下痕迹：“电子书”（重点）