导语

  

内容提要

  

    何海群编著的《零起点Python机器学习快速入门》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。

    何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版图书20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，国内首个Python量化课程《Python量化实盘·魔鬼训练营》创始人，也是极宽量化开源团队的创始人。
    1990年，发明国内第一个VR数据手套并获得专利授权，被业界称为“中国VR之父”；1997年，出版国内首部网络经济专著《网络商战》；2008年，在北京联合创办国内首家4A级专业网络公关公司，服务过200余家国际500强企业，被公关协会誉为中国网络公关事业的开创者与启蒙者。
    研究成果有：“小数据”理论、快数据模型、黑天鹅算法、GPU超算工作站、MTRD多节点超算集群算法、1+N网络传播模型、人工智能“足彩图灵法则”等；论文《人工智能与中文字型设计》是中文字库行业三大基础建模理论之一。

第1章  从阿尔法狗开始说起
  1.1  阿尔法狗的前世今生
  1.2  机器学习是什么
  1.3  机器学习大史记
  1.4  机器学习经典案例
第2章  开发环境
  2.1  数据分析首选 Python
  2.2  用户运行平台
  2.3  程序目录结构
  2.4  Spyder 编辑器界面设置
  2.5  Python 命令行模式
  2.6  Notebook 模式
  2.7  模块库控制面板
  2.8  使用 pip 更新模块库
第3章  Python 入门案例
  3.1  案例 3-1：第一次编程“hello,ziwang”
  3.2  案例 3-2：增强版“hello,zwiang”
  3.3  案例 3-3：列举系统模块库清单
  3.4  案例 3-4：常用绘图风格
  3.5  案例 3-5：Pandas 常用绘图风格
  3.6  案例 3-6：常用颜色表 cors
  3.7  案例源码
第4章  Python 基本语法
  4.1  数据类型
    案例 4-1：基本运算
  4.2  字符串
    案例 4-2：字符串入门
    案例 4-3：字符串常用方法
  4.3  List 列表
    案例 4-4：列表操作
  4.4  Tuple 元组
    案例 4-5：元组操作
  4.5  Dictionary 字典
    案例 4-6：字典操作
  4.6  数据类型转换
    案例 4-7：控制语句
    案例 4-8：函数定义
  4.7  案例源码
第5章  Python 人工智能入门与实践
  5.1  从忘却开始
  5.2  Iris 经典爱丽丝
    案例 5-1：Iris 爱丽丝
    案例 5-2：爱丽丝进化与文本矢量化
  5.3  AI 操作流程
  5.4  数据切割函数
    案例 5-3：Iris 爱丽丝分解
    案例 5-4：线性回归算法
  5.5  案例源码
第6章  机器学习经典算法案例（上）
  6.1  线性回归
  6.2  逻辑回归算法
    案例 6-1：逻辑回归算法
  6.3  朴素贝叶斯算法
    案例 6-2：贝叶斯算法
  6.4  KNN 近邻算法
    案例 6-3：KNN 近邻算法
  6.5  随机森林算法
    案例 6-4：随机森林算法
  6.6  案例源码
第7章  机器学习经典算法案例（下）
  7.1  决策树算法
    案例 7-1：决策树算法
  7.2  GBDT 迭代决策树算法
    案例 7-2：GBDT 迭代决策树算法
  7.3  SVM 向量机
    案例 7-3：SVM 向量机算法
  7.4  SVM-cross 向量机交叉算法
    案例 7-4：SVM-cross 向量机交叉算法
  7.5  神经网络算法
    案例 7-5：MLP 神经网络算法
    案例 7-6：MLP_reg 神经网络回归算法
  7.6  案例源码
第8章  机器学习组合算法
  8.1  CCPP 数据集
    案例 8-1：CCPP 数据集
    案例 8-2：CCPP 数据切割
    案例 8-3：读取 CCPP 数据集
  8.2  机器学习统一接口函数
    案例 8-4：机器学习统一接口
    案例 8-5：批量调用机器学习算法
    案例 8-6：一体化调用
  8.3  模型预制与保存
    案例 8-7：储存算法模型
    案例 8-8：批量储存算法模型
    案例 8-9：批量加载算法模型
    案例 8-10：机器学习组合算法
  8.4  案例源码
  附录 A Sklearn 常用模块和函数
  附录 B 极宽量化系统模块图