Python大数据分析与机器学习商业案例实战

本书以Python语言为编程环境, 讲解了大数据分析与机器学习技术的商业应用实战。全书共16章, 讲解了线性回归模型、逻辑回归模型、决策树模型、朴素贝叶斯模型、K近邻算法模型、随机森林模型、AdaBoost与GBDT模型、XGBoost与LightGBM模型、PCA (主成分分析) 模型、聚类与分群模型 (KMeans与DBSCAN算法)、协同过滤算法模型、Apriori关联分析模型、神经网络模型等十余种机器学习模型的原理和代码实现, 每种模型都配有一到两个典型案例, 涵盖金融、营销、医疗、社会科学、企业办公与管理等多个领域。