Python统计机器学习

　　《Python统计机器学习》以 Python为工具，详细介绍了机器学习中统计分析技术和数据分析基础知识。全书共分三部分，第一部分介绍了Python中的基本运算方法和概率的相关基础概念。第二部分介绍了统计分析的基础知识，内容涵盖机器学习的问题设置、定量评价各种数据分析结果的框架，并简明描述数据的主成分分析方法、统计建模的思路及假设检验的标准等统计学知识。第三部分介绍了在机器学习中的各种方法，包括回归分析、聚类分析支持向量机、稀疏学习、决策树、集成学习、高斯过程模型及密度比估计等方法，最后还特别介绍了深度学习的贝叶斯优化方法。《Python统计机器学习》内容丰富，图文并茂，特别适合想学习数据分析、统计分析、机器学习、深度学习的人员参考学习。

　　金森敬文博士（学术）东京工业大学信息理工学院教授理化学研究所创新智能综合研究中心组长

暂缺《Python统计机器学习》目录