Kaggle大師教您用Python玩資料科學, 比賽拿獎金
作者 | 石原祥太郎/ 村田秀樹 |
---|---|
出版社 | 聯合發行股份有限公司 |
商品描述 | Kaggle大師教您用Python玩資料科學, 比賽拿獎金:利用Python參加機器學習競賽「kaggle」的入門書。從中除了可學習實踐Titanic的方法,還能掌握自行參加競賽所需的知識。: |
作者 | 石原祥太郎/ 村田秀樹 |
---|---|
出版社 | 聯合發行股份有限公司 |
商品描述 | Kaggle大師教您用Python玩資料科學, 比賽拿獎金:利用Python參加機器學習競賽「kaggle」的入門書。從中除了可學習實踐Titanic的方法,還能掌握自行參加競賽所需的知識。: |
內容簡介 本書是利用Python參加機器學習競賽「kaggle」的入門書。一開始先以適合初學者學習的「Titanic:Machine Learning from Disater」競賽學習Kaggle的基礎。從中除了可學習實踐Titanic的方法,還能掌握自行參加競賽所需的知識。 本書具有以下特色: .為了kaggle撰寫的習作教學書籍 .每一章或每一節都有具體的主題,可讓讀者按部就班地掌握需要的知識 .解說各種表單、圖片檔、文字檔的操作方法,作為進入下一個競賽的路標。 .兩位執筆者都擁有「Kaggle Master」的稱號,也有賺到獎金的經驗 .除了說明之外,還有兩位筆者的對談,從不同的角度介紹Kaggle的魅力 .會為程式設計與Python的初學者詳細講解範例程式
作者介紹 石原祥太郎 村田秀樹石原祥太郎(u++) .Kaggle Master(https: kaggle.com sishihara)。 .2019年4月於「PetFinder.my Adoption Prediction」競賽獲得冠軍。 .2019年12月協助舉辦「Kaggle Days Tokyo」的競賽。 .於2019年3月在Qiita公開的Kaggle入門文章得到1600個讚。 .於日本經濟新聞社從事資料分析。 村田秀樹(咖哩) .Kaggle Master(https: kaggle.com currypurin)。 .2018年8月於「Santander Value Prediction Challenge」競賽得到solo gold medal(第8名)。 .2019年6月於「LANL Earthquake Prediction」競賽得到第三名。 .為了Kaggle初學者所寫的同人誌《Kaggle的習作》累計賣出2500本。 .從2018年7月開始成為專職Kaggler。
產品目錄 第1章|了解Kaggle 1.1 何謂Kaggle 1.2 於Kaggle使用的機器學習 1.3 建立Kaggle的帳號 1.4 Competitions 頁面的概要 1.5 不需另行建置環境的「Notebooks」的使用方法 第2章|著手進行Titanic 2.1 先submit !試著寫進順位表 2.2 掌握全貌!了解submit之前的處理流程 2.3 找出下一步!試著進行探索式資料分析 2.4 在此拉開差距!基於假設建立新的特徵值 2.5 決策樹是最強的演算法?試著使用各種機器學習演算法 2.6 機器學習演算法的心情?試著調整超參數 2.7 在submit 之前!了解「Cross Validation」的重要性 2.8 「三個臭皮匠,勝過一個諸葛亮!」體驗集成學習 第3章|往Titanic的下個階段前進 3.1 操作多個表格 3.2 操作影像資料 3.3 操作文字資料 第4章|為了進一步學習 4.1 挑選競賽的方法 4.2 初學者適用的參賽方式 4.3 可選擇的分析環境 4.4 值得參考的資料、文獻、連結 4.5 第4 章總結 附錄A|範例程式碼詳細解說
書名 / | Kaggle大師教您用Python玩資料科學, 比賽拿獎金 |
---|---|
作者 / | 石原祥太郎 村田秀樹 |
簡介 / | Kaggle大師教您用Python玩資料科學, 比賽拿獎金:利用Python參加機器學習競賽「kaggle」的入門書。從中除了可學習實踐Titanic的方法,還能掌握自行參加競賽所需的知識。: |
出版社 / | 聯合發行股份有限公司 |
ISBN13 / | 9789865027681 |
ISBN10 / | 9865027682 |
EAN / | 9789865027681 |
誠品26碼 / | 2682001244003 |
頁數 / | 192 |
注音版 / | 否 |
裝訂 / | P:平裝 |
語言 / | 1:中文 繁體 |
尺寸 / | 23X18.5X1.1CM |
級別 / | N:無 |
最佳賣點 : 本書是利用Python參加機器學習競賽「kaggle」的入門書。一開始先以適合初學者學習的「Titanic:Machine Learning from Disater」競賽學習Kaggle的基礎。從中...