您好,欢迎来到聚文网。 登录 免费注册
机器学习 全彩图解+微课+Python编程

机器学习 全彩图解+微课+Python编程

  • 字数: 1101000
  • 装帧: 平装
  • 出版社: 清华大学出版社
  • 作者: 姜伟生 著
  • 出版日期: 2024-08-01
  • 商品条码: 9787302666769
  • 版次: 1
  • 开本: 16开
  • 页数: 556
  • 出版年份: 2024
定价:¥238 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
本书是“鸢尾花数学大系:从加减乘除到机器学习”丛书的最后一册,前六本解决了编程、可视化、数学、数据方面的诸多问题,而本书将开启机器学习经典算法的学习之旅。
本书设置了24个话题,对应四大类机器学习经典算法(回归、分类、降维、聚类),覆盖算法包括:回归分析、多元线性回归、非线性回归、正则化回归、贝叶斯回归、高斯过程、k最近邻分类、朴素贝叶斯分类、高斯判别分析、支持向量机、核技巧、决策树、主成分分析、截断奇异值分解、主成分分析进阶、主成分分析与回归、核主成分分析、典型相关分析、k均值聚类、高斯混合模型、最大期望算法、层次聚类、密度聚类、谱聚类。
本书选取算法模型的目标是覆盖Scikit-Learn库的常用机器学习算法函数,让读者充分理解算法理论,又能联系实际应用。因此,在学习本书时,特别希望调用Scikit-Learn各种函数来解决问题之余,更要理解算法背后的数学工具。因此,本书给出适度的数学推导以及扩展阅读。
本书提供代码示例和视频讲解,“鸢尾花书”强调在JupyterLab自主探究学习才能提高编程技能。本书配套微课也主要以配套Jupyter Notebooks为核心,希望读者边看视频,边动手练习。
本书读者群包括所有试图用机器学习解决问题的朋友,尤其适用于机器学习入门、初级程序员转型、高级数据分析师、机器学习进阶。
作者简介
"姜伟生 博士 FRM。 勤奋的小镇做题家,热爱知识可视化和开源分享。自2022年8月开始,在GitHub上开源“鸢尾花书”学习资源,截至2024年5月,已经分享5000多页PDF、5000多幅矢量图、约3000个代码文件,全球读者数以万计,GitHub全球排名TOP100。 "
目录
绪论
第1板块综述
第1章机器学习
1.1什么是机器学习?
1.2回归:找到自变量与因变量关系
1.3分类:针对有标签数据
1.4降维:降低数据维度,提取主要特征
1.5聚类:针对无标签数据
1.6机器学习流程
1.7下一步学什么?
第2板块回归
第2章回归分析
2.1线性回归:一个表格、一条直线
2.2方差分析(ANOVA)
2.3总离差平方和(SST)
2.4回归平方和(SSR)
2.5残差平方和(SSE)
……

蜀ICP备2024047804号

Copyright 版权所有 © jvwen.com 聚文网