您好,欢迎来到聚文网。 登录 免费注册
机器学习(原理算法与Python实战微课视频版)/大数据与人工智能技术丛书

机器学习(原理算法与Python实战微课视频版)/大数据与人工智能技术丛书

  • 字数: 378
  • 出版社: 清华大学
  • 作者: 编者:姚捃//刘华春//侯向宁|责编:王冰飞
  • 商品条码: 9787302616603
  • 版次: 1
  • 开本: 16开
  • 页数: 238
  • 出版年份: 2022
  • 印次: 1
定价:¥59.9 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
本书以Python为开发语 言,采用理论与实践相结合 的形式,系统全面地介绍了 机器学习涉及的核心知识。 本书共6章,其中第1章介绍 机器学习的基础知识,包括 机器学习的概念、分类、研 究范围、开发环境等,介绍 第一个机器学习案例;第2 、3章介绍机器学习的主要 方法:监督学习与无监督学 习,涉及目前机器学习最为 流行的经典算法和模型,如 KNN、朴素贝叶斯、决策树 、线性回归、逻辑回归、 SVM、神经网络、PCA降维 、K-Means,每个算法模型 都配有代码及可视化演示, 让读者能更直观形象地理解 机器学习;第4章介绍机器 学习非常重要的数据处理方 法:特征工程,特征工程能 进一步提高机器学习算法的 性能;第5章介绍机器学习 模型的评估与优化,通过评 估判断模型优劣,评估后利 用优化方法使其达到生产需 求;第6章介绍机器学习的 应用案例,让读者更直观地 感受机器学习在生产生活中 的实际用途。 本书附有配套教学课件 、源代码、习题,供读者实 践,旨在通过边学边练的方 式,巩固所学知识,提升开 发能力。本书可作为高等学 校计算机相关专业的教材, 也可作为机器学习工程技术 人员的参考用书。
目录
第1章 机器学习基础 1.1 机器学习 1.1.1 什么是机器学习 1.1.2 从数据中学习 1.1.3 机器学习能够解决的问题 1.2 机器学习的分类 1.2.1 学习方式 1.2.2 算法的分类 1.3 机器学习的范围 1.4 编程语言与开发环境 1.4.1 选择Python的原因 1.4.2 安装开发环境 1.4.3 Scikit-learn 1.5 第一个机器学习应用:鸢尾花分类 1.5.1 特征数据与标签数据 1.5.2 训练数据与测试数据 1.5.3 构建机器学习模型 1.5.4 预测与评估 1.6 本章小结 习题 第2章 监督学习 2.1 监督学习概念与术语 2.1.1 监督学习工作原理 2.1.2 分类与回归 2.1.3 泛化 2.1.4 欠拟合 2.1.5 过拟合 2.1.6 不收敛 2.2 K近邻算法 2.2.1 K近邻分类 2.2.2 K近邻回归 2.3 朴素贝叶斯 2.3.1 贝叶斯定理 2.3.2 朴素贝叶斯算法步骤 2.3.3 在Scikit-learn中使用贝叶斯分类 2.4 决策树 2.4.1 决策树的基本思想 2.4.2 决策树学习算法 2.4.3 构造决策树 2.4.4 决策树的优化与可视化 2.4.5 决策树回归 2.5 线性模型 2.5.1 线性回归 2.5.2 岭回归与Lasso回归 2.5.3 多项式回归 2.5.4 线性分类模型 2.6 逻辑回归 2.6.1 逻辑回归模型介绍 2.6.2 逻辑回归算法实现 2.7 支持向量机

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网