1: 《Python机器学习：基础算法与实战》内容简介
本书基于 Python 语言，结合实际的数据集，介绍了机器学习算法以及数据分析方法的应用。本书主要包含两部分内容，第一部分为 Python 机器学习入门知识：主要介绍了 Python 基础内容、Numpy与Pandas 库数据操作、Matplotlib 与Seaborn 库数据可视化、Sklearn 库机器学习，以及与机器学习相关的基础知识；第二部分为 Python 机器学习算法应用：主要介绍了数据的回归预测分析、时间序列预测，数据无监督学习中的聚类、降维以及关联规则，数据分类模型的应用以及针对文本数据与网络图数据的机器学习算法应用。
本书以“边动手边学习”的方式，用简洁直观、注释细致的代码呈现了机器学习的分析方法与一般流程，尤其针对机器学习相关模型与算法的应用与评估，以一个个基于生活场景的实战案例来进行演示，可以帮助读者更好地理解数据场景，并应用机器学习开展相关工作。本书尽可能避开复杂公式，即使没有 Python 基础、机器学习基础知识的读者也能看懂本书的内容，对初学者非常友好。此外，本书的代码通过 Jupyter Notebook进行演示与分析，可便于读者对程序进行复现、对结果进行分析。
本书适合对机器学习、数据分析感兴趣的初学者，也可作为 Python 机器学习、数据分析、数据可视化的入门及进阶的教材。
2: 《R语言数据分析：基础、算法与实战》内容简介
本书基于主流统计分析编程语言 R ，介绍了常用的数据分析方法及其实战应用，内容涵盖了 R语言 的使用、基于 ggplot2包 及其拓展包的数据可视化、数据的清洗与探索、数据分析、数据挖掘以及统计分析方法等。本书在讲解数据分析时，主要基于 tidyverse系列包 进行数据整理、 作与可视化，基于 tidymodels系列包 进行数据分析、统计分析、机器学习等算法的应用，其它的 R包 用于数据分析的辅助。使用 R语言 时，遵循更新更简洁的编程方式。 本书内容循序渐进，讲解通俗易懂，同时配套源程序和数据文件，读者可以边学边实践。
本书可供从事数据分析、数据可视化、机器学习的科研及技术人员阅读使用，也可作为高等院校中统计学、计算机科学等相关专业的教材。
3：抽奖方式
关注微信公众号：Adam大数据分析小站，发送 抽奖 参与抽奖活动。会在2024年11月10日自动抽取7名幸运参与者，每人会随机赠送 《Python机器学习基础、算法与实战》 或者 《R语言数据分析：基础、算法与实战》 一本。
注意：奖品会通过邮寄的方式发放，中奖后请及时在抽奖助手填写收货人的相关信息，确保奖品的顺利领取。
