您好,欢迎来到聚文网。 登录 免费注册
机器学习开发方法、工具及应用

机器学习开发方法、工具及应用

  • 字数: 423000
  • 装帧: 平装
  • 出版社: 中国铁道出版社有限公司
  • 出版日期: 2021-05-01
  • 商品条码: 9787113278427
  • 版次: 1
  • 开本: 16开
  • 页数: 320
  • 出版年份: 2021
定价:¥49.8 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
本书介绍机器学习开发方法,工具及应用相关知识,全书由6章组成,第1章主要介绍机器学习的基本概念、分类等;第2章主要介绍机器学习开发架构、开发步骤;第3章~第5章主要介绍机器学习的开发工具,包括Python、NumPy、Pandas、Scikit-learn、TensorFlow;第6章主要介绍机器学习相关的10个实验,包括线性回归、决策树、人工神经网络、卷积神经网络等。本书适合作为高等院校人工智能专业,计算机专业,智能机器人专业,智能芯片专业及其他智能相关专业课程教材,也可作为人工智能应用、开发人员的参考用书。
目录
第1章机器学习基础介绍
1.1机器学习简介
1.2机器学习的作用
1.3机器学习的分类
1.4机器学习的内容
1.5深度学习的内容
1.6机器学习的评价指标
习题1
第2章机器学习开发方法
2.1机器学习开发架构
2.2机器学习开发步骤
习题2
第3章Python基础及机器学习软件包
3.1Python简介
3.2基本数据类型和运算
3.3容器
3.4分支和循环
3.5函数和类
3.6文件操作
3.7错误与异常
3.8Python库引用
3.9NumPy简介
3.10Pandas简介
3.11Matplotlib简介
习题
第4章机器学习工具Scikit-learn等相关工具包
4.1线性回归算法及应用
4.3支持向量机算法及应用
4.4朴素贝叶斯算法及应用
4.5聚类算法及应用
4.6神经网络算法及应用
4.7Apriori关联学习
习题4
第5章深度学习工具TensorFlow基础与进阶
5.1TensorFlow概述
5.2数据类型
5.3张量及操作
5.4索引与切片
5.5维度变换
5.6广播机制
5.7数学运算
5.8使用GPU
5.9TensorBoard可视化
5.10数据集加载
5.11保存和载入模型
5.12TensorFlow模型之线性回归
5.13TensorFlow模型之卷积神经网络
5.14卷积神经网络应用
5.15循环神经网络应用
5.16强化学习应用
习题5
第6章机器学习实验分析
6.1线性回归实验
6.2决策树实验
6.3支持向量机实验
6.4朴素贝叶斯分类器实验
6.5关联学习实验
6.6聚类实验
6.7人工神经网络实验
6.8卷积神经网络(CNN)实验
6.9循环神经网络(RNN)实验
6.10强化学习实验
习题6
附录课后习题参考答案

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网