我用夸克网盘分享了「零起点Python机器学习快速入门.epub」，点击链接即可保存。打开「夸克APP」在线查看，支持多种文档格式转换。

内容简介

《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。《零起点Python机器学习快速入门》中配备大量图表说明，没有枯燥的数学公式，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。 《零起点Python机器学习快速入门》具有以下特色： 独创的黑箱教学模式，《零起点Python机器学习快速入门》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 API接口中文文档，可作为案头工具书随时查阅。 基于 Sklearn+Pandas架构，全程采用 MBA案例模式，无需任何理论基础，懂 Excel就可看懂。

作者简介

《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。《零起点Python机器学习快速入门》中配备大量图表说明，没有枯燥的数学公式，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。 《零起点Python机器学习快速入门》具有以下特色： 独创的黑箱教学模式，《零起点Python机器学习快速入门》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 API接口中文文档，可作为案头工具书随时查阅。 基于 Sklearn+Pandas架构，全程采用 MBA案例模式，无需任何理论基础，懂 Excel就可看懂。

网友热评

2B铅笔: 这书非常的烂，作者完全就是在广告中穿插了些许代码，很多地方写得也是看醉了，奉劝各位不要购买 叶枫: 垃圾书，除了广告就是吹牛逼，随便看一个博客都比这本书的干货多，现在出书真的是零门槛了吗？

图书目录

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Python13 2.2用户运行平台18 2.3程序目录结构19 2.4Spyder编辑器界面设置20 2.5Python命令行模式26 2.6Notebook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,zwiang”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cors49 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 4.3List列表64 案例4-4：列表操作65 4.4Tuple元组66 案例4-5：元组操作67 4.5Dictionary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 5.2Iris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 5.3AI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 6.4KNN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 7.2GBDT迭代决策树算法153 案例7-2：GBDT迭代决策树算法154 7.3SVM向量机156 案例7-3：SVM向量机算法.157 7.4SVM-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 8.1CCPP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ASklearn常用模块和函数.242 附录B极宽量化系统模块图266