Python机器学习及实践——从零开始通往Kaggle竞赛之路(2022年度版)

第1部分 入门篇

第1章 全书指南3

1.1Python编程3

1.2数据分析5

1.3机器学习6

1.3.1任务9

1.3.2经验10

1.3.3性能11

1.4Kaggle竞赛13

1.5Git代码管理14

1.6章 末小结15

第2章 基本环境搭建与配置16

2.1Windows操作系统下基本环境的搭建与配置16

2.1.1查看Windows的版本与原始配置16

2.1.2下载并安装Anaconda3（Windows）17

2.1.3使用Anaconda Navigator创建虚拟环境python_env（Windows）19

2.1.4在虚拟环境python_env下使用Anaconda Navigator安装

Jupyter Notebook与PyCharm Professional（Windows）20

2.2macOS操作系统下基本环境的搭建与配置21

2.2.1查看macOS的版本与原始配置21

2.2.2下载并安装Anaconda3（macOS）23

2.2.3使用Anaconda Navigator创建虚拟环境python_env（macOS）24

2.2.4在虚拟环境python_env下使用Anaconda Navigator安装

2.3.1查看Ubuntu的版本与原始配置26

2.3.2下载并安装Anaconda3（Ubuntu）27

2.3.3在终端中创建虚拟环境python_env（Ubuntu）28

2.3.4在虚拟环境python_env下使用conda命令安装Jupyter

Notebook（Ubuntu）29

2.4Jupyter Notebook使用简介31

2.4.1在虚拟环境python_env下启动Jupyter Notebook31

2.4.2创建一个.ipynb文件32

2.4.3试运行.ipynb文件内的Python 3程序33

2.5PyCharm使用简介34

2.5.1在虚拟环境python_env下启动PyCharm34

2.5.2基于虚拟环境python_env的Python 3.8解释器创建一个

.py文件35

2.5.3试运行.py文件内的Python 3程序35

2.6章 末小结37

第2部分 基础篇

第3章 Python编程基础41

3.1Python编程环境配置41

3.1.1基于命令行/终端的交互式编程环境41

3.1.2基于Web的交互式开发环境42

3.1.3集成式开发环境43

3.2Python基本语法44

3.2.1赋值44

3.2.2注释45

3.2.3缩进46

3.3Python数据类型46

3.4Python数据运算49

3.5Python流程控制53

3.5.1分支语句53

3.5.2循环控制55

3.6Python函数设计56

3.7Python面向对象编程57

3.8Python编程库（包）导入60

3.9Python编程综合实践62

3.10章 末小结63

第4章 pandas数据分析64

4.1pandas环境配置65

4.1.1使用Anaconda Navigator搭建和配置环境66

4.1.2使用conda命令搭建和配置环境66

4.2pandas核心数据结构67

4.2.1Series68

4.2.2DataFrame69

4.3pandas读取/写入文件数据70

4.3.1读取/写入CSV文件数据70

4.3.2读取/写入JSON文件数据73

4.3.3读取/写入Excel文件数据76

4.4pandas数据分析的常用功能80

4.4.1添加数据80

4.4.2删除数据83

4.4.3查询/筛选数据84

4.4.4修改数据86

4.4.5数据统计87

4.4.6数据排序89

4.4.7函数应用90

4.5pandas数据合并92

4.6pandas数据清洗93

4.7pandas数据分组与聚合95

4.8章 末小结97

第5章 Scikitlearn单机机器学习98

第3部分 进阶篇

第6章 PyTorch/TensorFlow/PaddlePaddle深度学习185

第7章 PySparkML分布式机器学习262

第4部分 实践篇

第8章 Kaggle竞赛实践301

第9章 Git代码管理334

后记352