资料一;采用基于任务的方式来介绍如何在机器学习中使用Python。书中有近200个独立的解决方案,针对的都是数据科学家或机器学习工程师在构建模型时可能遇到的常见任务,涵盖从简单的矩阵和向量运算到特征工程以及神经网络的构建。所有方案都提供了相关代码,读者可以复制并粘贴这些代码,用在自己的程序中。" m+ o5 h _2 e8 V1 M) ^
资料二;本书是一本机器学习入门读物,注重理论与实践的结合。全书主要包括6个部分,每个部分均以典型的机器学习算法为例,从算法原理出发,由浅入深,详细介绍算法的理论,并配合目前流行的 Python 语言,从零开始,实现每一个算法,以加强对机器学习算法理论的理解、增强实际的算法实践能力,最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比,本书同时包含算法理论的介绍和算法的实践,以理论支撑实践,同时,又将复杂、枯燥的理论用简单易懂的形式表达出来,促进对理论的理解。' A, X7 P* w( X. F: \' v