标签：策略 python语言 统计 文本 计数 高效 数据 重要 优缺点
python机器学习基础，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中最常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的高级方法，交叉验证和网格搜索；管道的概念；如何应用到文本数据上，文本特有的处理方法。机器学习实战，切入日常工作任务，摒弃学术化语言，利用高效的可复用Python代码来阐释如何处理统计数据，进行数据分析及可视化。通过实例从中学会机器学习的核心算法，并能将其运用于一些策略性任务中，如分类、预测、推荐。另外，还可用它们来实现一些更高级的功能，如汇总和简化等。
标签：策略 python语言 统计 文本 计数 高效 数据 重要 优缺点
原文地址：http://blog.51cto.com/14142115/2334014
