Python机器学习经典实例第2版--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

本书采用新的方法来处理实际的机器学习和深度学习任务。本书能够帮助你学会如何使用 Python 生态系统中新的库来构建强大的机器学习应用，指导你使用标准化的方法实现多种机器学习算法，如分类、聚类和推荐引擎等。本书还介绍了如何应用有监督学习和无监督学习技术来解决实际问题。最后，本书结合实例讲解了更优选的技术，包括强化学习、深度神经网络和自动化机器学习等。读完本书，你将掌握应用机器学习技术所需的各项技能，并能利用整个 Python 生态系统去解决现实问题。提供本书源代码以及书中彩图文件下载。本书主要包括以下内容： ■使用预测建模解决实际问题 ■探索数据可视化技术，以实现数据交互 ■学习构建推荐引擎 ■理解如何处理文本数据，并构建分析模型 ■处理语音数据，使用隐马尔可夫模型识别语音中的单词 ■掌握强化学习、自动化机器学习和迁移学习技术 ■处理图像数据，构建图像识别和面部识别系统 ■使用深度神经网络构建光学字符识别系统

内容简介

本书介绍了如何使用scikit-learn、TensorFlow等关键库来有效解决现实世界的机器学习问题。本书着重于实用的解决方案，提供多个案例，详细地讲解了如何使用Python生态系统中的现代库来构建功能强大的机器学习应用程序；还介绍了分类、聚类和推荐引擎等多种机器学习算法，以及如何将监督学习和无监督学习技术应用于实际问题；最后，介绍了强化学习、深度神经网络和自动机器学习等应用示例。本书适合数据科学家、机器学习开发人员、深度学习爱好者以及希望使用机器学习技术和算法解决实际问题的Python程序员阅读。

作者简介

朱塞佩·查博罗（Giuseppe Ciaburro）拥有环境技术物理学博士学位和两个学科的硕士学位，他的重点研究方向是机器学习在城市声环境研究中的应用。他有超过 15 年的编程专业经验（Python、R、MATLAB），最初从事燃烧学领域的研究，后又致力于声学和噪音控制方向，并出版过几本著作，销量均不错。普拉蒂克·乔希（Prateek Joshi）毕业于南加州大学，拥有人工智能硕士学位。他是一位人工智能专家，也是一位 TEDx演讲者，曾位列福布斯 30 岁以下的 30 位精英榜单，并在美国消费者新闻与商业频道（CNBC）、TechCrunch、硅谷商业期刊（Silicon Valley Business Journal）及更多的刊物上发表过文章。

第1章监督学习
1.1 技术要求
1.2 简介
1.3 用Python创建数组
1.3.1 准备工作
1.3.2 详细步骤
1.3.3 工作原理
1.3.4 更多内容
1.4 用均值移除法进行数据预处理
1.4.1 准备工作
1.4.2 详细步骤
1.4.3 工作原理
1.4.4 更多内容
1.5 数据缩放
1.5.1 准备工作
1.5.2 详细步骤
1.5.3 工作原理
1.5.4 更多内容
1.6 归一化
1.6.1 准备工作
1.6.2 详细步骤
1.6.3 工作原理
1.6.4 更多内容
1.7 二值化
1.7.1 准备工作
1.7.2 详细步骤
1.7.3 工作原理
1.7.4 更多内容
1.8 one-hot编码
1.8.1 准备工作
1.8.2 详细步骤
1.8.3 工作原理
1.8.4 更多内容
1.9 标签编码
1.9.1 准备工作
1.9.2 详细步骤
1.9.3 工作原理
1.9.4 更多内容
1.10 构建线性回归器
1.10.1 准备工作
1.10.2 详细步骤
1.10.3 工作原理
1.10.4 更多内容
……
第2章构建分类器
第3章预测建模
第4章无监督学习——聚类
第5章可视化数据
第6章构建推荐引擎
第7章文本数据分析
第8章语音识别
第9章时序列化和时序数据分析
第10章图像内容分析
第11章生物特征人脸识别
第12章强化学习
第13章深度神经网络
第14章无监督表示学习
第15章自动机器学习与迁移学习
第16章生产中的应用

Python机器学习经典实例 第2版

库存： {{selectedSku?.stock}} 库存充足

Python机器学习经典实例第2版