Python大数据分析与机器学习商业案例实战pdf百度网盘下载地址?
大数据分析与机器学习技术已成为各行各业实现数字化变革的关键驱动力。本书以功能强大且较易上手的Python语言为编程环境，全面讲解了大数据分析与机器学习技术的商业应用实战。
全书共16章，讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA（主成分分析）模型、聚类与分群模型（KMeans与DBSCAN算法）、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现，每种模型都配有一到两个典型案例，涵盖金融、营销、医疗、社会科学、企业办公与管理等多个领域。
本书适合具备一定数学知识和编程基础、希望快速在工作中应用大数据分析与机器学习技术的读者阅读，也适合Python编程爱好者或对大数据分析与机器学习技术感兴趣的读者参考。
目录:
第1章 Python与数据科学
第2章 数据分析利器：NumPy、pandas与Matplotlib库
第3 章 线性回归模型
第4 章 逻辑回归模型
第5 章 决策树模型
第6 章 朴素贝叶斯模型
第7 章 K 近邻算法
第8 章 随机森林模型
第9 章 AdaBoost 与GBDT 模型
第10 章 机器学习神器：XGBoost 与LightGBM 算法
第11 章 特征工程之数据预处理
第12 章 数据降维之PCA
第13 章 数据聚类与分群分析
第14 章 智能推荐系统
第15 章 关联分析：Apriori 算法
第16 章 深度学习初窥之神经网络模型
点击下载