Python机器学习算法与应用--聚文网

精选

¥5.83

世界图书名著昆虫记绿野仙踪木偶奇遇记儿童书籍彩图注音版

¥5.39

正版世界名著文学小说名家名译中学生课外阅读书籍图书批发 70册

¥8.58

简笔画10000例加厚版2-6岁幼儿童涂色本涂鸦本绘画本填色书正版

¥5.83

世界文学名著全49册中小学生青少年课外书籍文学小说批发正版

¥4.95

全优冲刺100分测试卷一二三四五六年级上下册语文数学英语模拟卷

¥8.69

父与子彩图注音完整版小学生图书批发儿童课外阅读书籍正版1册

¥24.2

好玩的洞洞拉拉书0-3岁宝宝早教益智游戏书机关立体翻翻书4册

¥7.15

幼儿认字识字大王3000字幼儿园中班大班学前班宝宝早教启蒙书

¥11.55

用思维导图读懂儿童心理学培养情绪管理与性格培养故事指导书

¥19.8

少年读漫画鬼谷子全6册在漫画中学国学小学生课外阅读书籍正版

¥64

科学真好玩

¥12.7

一年级下4册·读读童谣和儿歌

¥38.4

原生态新生代(传统木版年画的当代传承国际研讨会论文集)

¥11.14

法国经典中篇小说

¥11.32

上海的狐步舞--穆时英(中国现代文学馆馆藏初版本经典)

¥21.56

猫的摇篮(精)

¥30.72

幼儿园特色课程实施方案/幼儿园生命成长启蒙教育课程丛书

旧时风物(精)

三希堂三帖/墨林珍赏

寒山子庞居士诗帖/墨林珍赏

苕溪帖/墨林珍赏

楷书王维诗卷/墨林珍赏

兰亭序/墨林珍赏

祭侄文稿/墨林珍赏

蜀素帖/墨林珍赏

真草千字文/墨林珍赏

进宴仪轨(精)/中国古代舞乐域外图书

舞蹈音乐的基础理论与应用

编辑推荐

本书详细阐述机器学习的数据特征与分类算法，高效利用Python 3代码详解机器学习核心算法及其工具的场景应用，并在机器学习平台Kaggle与PaddlePaddle上实现分类、预测及推荐等实战操作。

内容简介

本书理论与实践相结合，详细阐述机器学习数据特征与分类算法，基于Python 3精心编排大量的机器学习场景与开源平台应用，高效利用Python 3代码翔实地阐释机器学习核心算法及其工具的场景应用。本书分为6章，主要内容包括机器学习概述、数据特征、分类算法、项目，以及在机器学习平台Kaggle与PaddlePaddle上实现分类、预测及推荐等实战操作。本书适合机器学习的研究人员、计算机或数学等相关从业者参考学习，也可以作为计算机或数学等专业本科高年级或研究生专业用书。

作者简介

邓立国，东北大学计算机应用博士毕业。2005年开始在沈阳师范大学软件学院、教育技术学院任教，主要研究方向：数据挖掘、知识工程、大数据处理、云计算、分布式计算等。以第一作者发表学术论文30多篇（26篇EI），主编教材 1 部，主持科研课题6项，经费10余万元，多次获得校级科研优秀奖，作为九三社员提出的智慧城市提案被市政府采纳，研究成果被教育厅等单位采用。

第1章机器学习概述
1.1 机器学习定义
1.2 机器学习的发展
1.3 机器学习的分类
1.4 机器学习的研究领域
1.5 本章小结
第2章机器学习数据特征
2.1 数据分布性
2.1.1 数据分布集中趋势的测定
2.1.2 数据分布离散程度的测定
2.1.3 数据分布偏态与峰度的测定
2.2 数据相关性
2.2.1 相关关系
2.2.2 相关分析
2.3 数据聚类性
2.4 数据主成分分析
2.4.1 主成分分析的原理及模型
2.4.2 主成分分析的几何解释
2.4.3 主成分的导出
2.4.4 证明主成分的方差是依次递减
2.4.5 主成分分析的计算
2.5 数据动态性
2.6 数据可视化
2.7 本章小结
第3章机器学习分类算法
3.1 数据清洗和特征选择
3.1.1 数据清洗
3.1.2 特征选择
3.1.3 回归分析
3.2 决策树、随机森林
3.3 SVM
3.3.1 很优分类面和广义很优分类面
3.3.2 SVM的非线性映射
3.3.3 核函数
3.4 聚类算法
3.5 EM算法
3.6 贝叶斯算法
3.7 隐马尔可夫模型
3.8 LDA主题模型
3.9 人工神经网络
3.10 KNN算法
3.11 本章小结
第4章 Python机器学习项目
4.1 SKlearn
4.1.1 SKlearn包含的机器学习方式
4.1.2 SKlearn的强大数据库
4.1.3 鸢尾花数据集举例
4.1.4 Boston房价数据集的示例
4.2 TensorFlow
4.2.1 TensorFlow简介
4.2.2 TensorFlow的下载与安装
4.2.3 TensorFlow的基本使用
4.3 Theano
4.4 Caffe
4.4.1 Caffe框架与运行环境
4.4.2 网络模型
4.5 Gensim
4.5.1 Gensim特性与核心概念
4.5.2 训练语料的预处理
4.5.3 主题向量的变换
4.5.4 文档相似度的计算
4.6 Pylearn2
4.7 Shogun
4.8 Chainer
4.9 NuPIC
4.10 Neon
4.11 Nilearn
4.12 Orange3
4.13 PyMC与PyMC3
4.14 PyBrain
4.15 Fuel
4.16 PyMVPA
4.17 Annoy
4.18 Deap
4.19 Pattern
4.20 Requests
4.21 Seaborn
4.22 本章小结
第5章 Kaggle平台机器学习实战
5.1 Kaggle信用卡欺诈检测
5.1.1 Kaggle信用卡欺诈检测准备
5.1.2 Kaggle信用卡欺诈检测实例
5.2 Kaggle机器学习案例
5.2.1 Kaggle机器学习概况
5.2.2 自行车租赁数据分析与可视化案例
5.3 本章小结
第6章 PaddlePaddle平台机器学习实战
6.1 PaddlePaddle平台安装
6.2 PaddlePaddle平台手写体数字识别
6.3 PaddlePaddle平台图像分类
6.4 PaddlePaddle平台词向量
6.5 PaddlePaddle平台个性化推荐
6.6 PaddlePaddle平台情感分析
6.7 本章小结
参考文献

Python机器学习算法与应用

库存： {{selectedSku?.stock}} 库存充足