Python机器学习+文本数据分析与挖掘+数值计算与模拟（套装3册）

1、《Python文本数据》书中将自然语言处理技术和统计处理技术视为工具，不会涉及到其繁琐的原理、数学定理等。书中利用操作简便的Python程序包来处理文本数据，探索文本挖掘可以帮我们做到的事情，而非用尖端的技术进行程序设计。书中用简单明快的例子演示应用效果，并配有视频展示，下载资料包即可获取视频和案例二维码！本书通过5个章节介绍相关知识，第1章介绍文本挖掘的整体印象；在第2章中概括介绍了本书后面用到的Python的必要知识；第3章中介绍文本处理相关的基本概念和观点；第4章中利用Python学习作为基础处理的频率分析方法和其能得到的结果；后，在第5章中介绍文本挖掘需要用到的各种具体方法以及在Python中的处理步骤。 2、《Python数值计算与模拟》本书从传统的数值计算技术到先进的多智能体模拟基础，均边展示Python程序，边对其进行了具体讲解。在第1章中，介绍了运用Python进行数值计算时普遍存在的注意点。在接下来的第2章和第3章中，作为传统的模拟技术，提到了运用微分方程式表示的物理现象模拟。在第4章中，提到了利用元胞自动机的模拟。第5章的主题是利用随机数进行模拟。后，在第6章介绍了多智能体模拟框架。同时还详细说明算法的原理，以及python应用的快捷方便功能。 3、《Python机器学习》讲解未来人工智能技术中的机器学习，从入门知识到实践。全书分为“导入篇”、“基础篇”、“实践篇”三部分。 导入篇包括第1章和第2章的内容。第1章是关于Python的安装和语言的说明及阅读本书需要进行的准备等，“快速教程”中将对通过Python如何接触机器学习进行说明，章节末尾的“短文 深度学习是什么”中，会涉及到近引人关注的深度学习的历史及其现状； 第2章中将概述机器学习的各个方面。 基础篇从第3章到第5章，将对分类问题、回归问题、聚类进行说明。特别是在“第3章 分类问题”，阐述了性能的评价方法及其注意要点，这是使用机器学习需要掌握的基础部分。 第6章和第7章的定位为实践篇，讲解了一些实际应用。第6章以手形状分类为题材，用和实际相近的形状进行数据收集，创建分类器，并进行评价；第7章中会看到传感器数据的处理方法，后阐述了本篇的结束语。