您好,欢迎来到聚文网。 登录 免费注册
机器学习技术

机器学习技术

  • 字数: 175000
  • 装帧: 平装
  • 出版社: 同济大学出版社
  • 出版日期: 2023-06-01
  • 商品条码: 9787576505924
  • 版次: 1
  • 开本: 16开
  • 页数: 112
  • 出版年份: 2023
定价:¥32 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
本书通过理论讲解与应用实例相结合的项目式任务式编排,展示了机器学习的基础方法和模型,注重实践过程,为读者后续学习打下基础。本书基于Python语言总结了回归、分类、聚类三种分析方法,主要内容包括线性回归、逻辑斯特回归、朴素贝叶斯分类、决策树分类、随机森林、支持向量机、KNN分类和K均值聚类共八个任务,并附有相关程序代码及参考答案。本书可作为职业院校计算机类、大数据类与人工智能类专业及相关专业的课程用书,也可作为数据处理技术初学者的参考用书。
目录
前言
项目导学
任务一线性回归
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务二逻辑斯特回归
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务三朴素贝叶斯分类
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务四决策树分类
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务五随机森林
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务六支持向量机
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务七KNN分类
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
任务八K均值聚类
任务描述
任务目的
任务要求
基础知识
任务实施
任务评价
任务拓展
参考文献

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网