Kirk Borne

💥《Scikit-learn cookbook》——用 scikit-learn 做 Python 机器学习的 80+ 道配方 [第 3 版]：http://amzn.to/4oDGOq7 目录： 🔹Scikit-Learn 的常见约定与 API 要素 🔹建模前工作流与数据预处理 🔹降维技术 🔹用距离度量与最近邻构建模型 🔹线性模型与正则化 🔹进阶逻辑回归及其扩展 🔹支持向量机与核方法 🔹基于树的算法与集成方法 🔹文本处理与多类分类 🔹聚类技术 🔹新颖性与异常检测 🔹交叉验证与模型评估技术 🔹在生产环境中部署 Scikit-Learn 模型 我的书评（在 Amazon 上）： 我喜欢这本书，不仅因为内容出色，也因为它完美贴合「Cookbook」这个定位。目录看上去有些重复，但这正是精妙之处。找到你想「做」的算法、方法或应用，各章呈现格式统一。这种极其实用、有用且对读者友好的风格，非常适合目标读者：任何需要（或正在学习）用特定 Scikit-learn 工具完成基于 Python 的机器学习任务的人。因此，它不仅适合个人使用，也适合培训工作坊等教学场景。在 cookbook 语境下的 Python 代码，从未看起来这么好。个人愚见。