机器学习web应用讲解如何用Python语言、Django框架开发一款Web商业应用，以及如何用一些现成的库和工具（sklearn、scipy、nltk和Django等）处理和分析应用所生成或使用的数据。本书不仅涉及机器学习的核心概念，还介绍了如何将数据部署到用Django框架开发的Web应用，包括Web、文档和服务器端数据的挖掘和推荐引擎的搭建方法
编辑推荐Python是一门通用型编程语言，也是一门相对容易学习的语言。因此，数据科学家在为中小规模的数据集制作原型、实现可视化和分析数据时，经常选择使用Python。
本书填补了机器学习和Web开发之间的鸿沟。本书重点讲解在Web应用中实现预测分析功能的难点，重点介绍Python语言及相关框架、工具和库，展示了如何搭建机器学习系统。你将从本书学到机器学习的核心概念，学习如何将数据部署到用Django框架开发的Web应用；还将学到如何挖掘Web、文档和服务器端数据以及如何搭建推荐引擎。
随后，你将进一步探索功能强大的Django框架，学习搭建一个简单、具备现代感的影评情感分析应用，它可是用机器学习算法驱动的！
本书是写给正努力成为数据科学家的读者以及新晋的数据科学家的。读者应该具备一些机器学习经验。如果你对开发智能（具备预测功能的）Web应用感兴趣，或正在从事相关开发工作，本书非常适合你。掌握一定的Django知识，学习本书将会更加轻松。我们还希望读者具备一定的Python编程背景和扎实的统计学知识。
通过阅读本书，你将能够熟悉机器学习基本概念和机器学习社区使用的一些术语。
用多种工具和技术从网站挖掘数据。
掌握Django框架的核心概念。
了解zui常用的聚类和分类技术，并用Python实现它们。
掌握用Django搭建Web应用所需的所有必备知识。
用Python语言的Django库成功搭建和部署电影推荐系统。
作者简介Andrea Isoni博士是一名数据科学家、物理学家，他在软件开发领域有着丰富的经验，在机器学习算法和技术方面，拥有广博的知识。此外，他还有多种语言的使用经验，如Python、C/C++、Java、JavaScript、C#、SQL、HTML。他还用过Hadoop框架。
译者简介
杜春晓，英语语言文学学士，软件工程硕士。其他译著有《Python数据挖掘入门与实践》《Python数据分析实战》和《电子达人——我的第1本Raspberry Pi入门手册》等。新浪微博：@宜_生。
本书主要内容第1章，Python机器学习实践入门，讨论机器学习的主要概念以及数据科学专业人士用Python处理数据所使用的几个库。
第2章，无监督机器学习，讲解为数据集分簇和从数据中抽取主要特征所用到的算法。
第3章，有监督机器学习，讲解预测数据集标签最常用的有监督机器学习算法。
第4章，Web挖掘技术，讨论Web数据的组织、分析和从中提取信息的主要技术。
第5章，推荐系统，详细介绍当今商业领域所使用的几种最流行的推荐系统。
第6章，开始Django之旅，介绍开发Web应用所用到的Django的主要功能和特点。
第7章，电影推荐系统Web应用，将介绍的机器学习概念付诸实践，动手实现为Web用户推荐电影的应用。
第8章，影评情感分析应用，再次通过一个实例，使用讲述的知识，分析在线影评的情感倾向和相关性。
发表于 2021-8-24 18:55:20
[/url]
[/url]
[/url]
[/url]