您好,欢迎来到聚文网。 登录 免费注册
机器学习(数据科学与大数据技术专业系列规划教材)

机器学习(数据科学与大数据技术专业系列规划教材)

  • 字数: 611
  • 出版社: 人民邮电
  • 作者: 编者:赵卫东//董亮
  • 商品条码: 9787115483003
  • 版次: 1
  • 开本: 16开
  • 页数: 353
  • 出版年份: 2018
  • 印次: 1
定价:¥59.8 销售价:登录后查看价格  ¥{{selectedSku?.salePrice}} 
库存: {{selectedSku?.stock}} 库存充足
{{item.title}}:
{{its.name}}
精选
内容简介
机器学习是人工智能的重要技术基础,涉及的内 容十分广泛。赵卫东、董亮编著的《机器学习(数据科 学与大数据技术专业系列规划教材)》涵盖了机器学习 的基础知识,主要包括机器学习的概述、统计学基础 、分类、聚类、神经网络、贝叶斯网络、支持向量机 、进化计算、文本分析等经典的机器学习基础知识, 还包括用于大数据机器学习的分布式机器学习算法、 深度学习等高级内容。此外,本书还介绍了机器学习 的热门应用领域推荐系统,并给出了华为机器学习平 台上的实验。 本书深入浅出、内容全面、案例丰富,每章结尾 都有习题,供读者巩固所学知识。 本书适合作为高等院校本科生、研究生的机器学 习、数据分析、数据挖掘等课程的教材,也可作为对 机器学习感兴趣的研究人员和工程技术人员的参考资 料。
目录
第1章 机器学习概述 1.1 机器学习简介 1.1.1 机器学习简史 1.1.2 机器学习主要流派 1.2 机器学习、人工智能和数据挖掘 1.2.1 什么是人工智能 1.2.2 什么是数据挖掘 1.2.3 机器学习、人工智能与数据挖掘的关系 1.3 典型机器学习应用领域 1.4 机器学习算法 1.5 机器学习的一般流程 习题 第2章 机器学习基本方法 2.1 统计分析 2.1.1 统计基础 2.1.2 常见概率分布 2.1.3 参数估计 2.1.4 假设检验 2.1.5 线性回归 2.1.6 逻辑回归 2.1.7 判别分析 2.1.8 非线性模型 2.2 高维数据降维 2.2.1 主成分分析 2.2.2 奇异值分解 2.2.3 线性判别分析 2.2.4 局部线性嵌入 2.2.5 拉普拉斯特征映射 2.3 特征工程 2.3.1 特征构建 2.3.2 特征选择 2.3.3 特征提取 2.4 模型训练 2.4.1 模型训练常见术语 2.4.2 训练数据收集 2.5 可视化分析 2.5.1 可视化分析的作用 2.5.2 可视化分析方法 2.5.3 可视化分析常用工具 2.5.4 常见的可视化图表 2.5.5 可视化分析面临的挑战 习题 第3章 决策树与分类算法 3.1 决策树算法 3.1.1 分支处理 3.1.2 连续属性离散化 3.1.3 过拟合问题 3.1.4 分类效果评价 3.2 集成学习 3.2.1 装袋法

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网