扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
全国计算机等级考试最新真考题库模拟考场及详解·二级MSOffice高级应用
-
>
决战行测5000题(言语理解与表达)
-
>
软件性能测试.分析与调优实践之路
-
>
第一行代码Android
-
>
C Primer Plus 第6版 中文版
-
>
深度学习
-
>
MATLAB计算机视觉与深度学习实战-赠在线交流卡和本书源码
机器学习工程简明教程 版权信息
- ISBN:9787563563821
- 条形码:9787563563821 ; 978-7-5635-6382-1
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 所属分类:>
机器学习工程简明教程 内容简介
本书作为机器学习的入门书, 涉及机器学习基础知识的各方面内容。该书共包含11章内容, 具体安排为: 第1章讲解机器学习的基础知识 ; 第2-6章讲解监督学习中常用的分类算法 ; 第7章讲解监督学习中常用的回归算法 ; 第8章介绍神经网络, 其既可以用于分类, 又可以用于回归 ; 第9-10章讲解无监督学习中的常用算法 ; 第11章介绍通过降维技术来简化数据。
机器学习工程简明教程 目录
第1章 绪论
1.1 机器学习定义
1.2 机器学习发展历程
1.3 机器学习分类
1.3.1 有监督学习
1.3.2 分类模型评判指标
1.3.3 无监督学习
1.3.4 增强学习
1.4 实验环境介绍
1.4.1 语言的选择
1.4.2 Python的安装
1.4.3 PyCharm编辑器
1.5 本章小结
第2章 七近邻
2.1 k近邻算法介绍
2.2 入门实例
2.3 忌近邻算法的深入讨论
2.3.1 k值对结果的影响
2.3.2 相似程度的度量
2.3.3 决策策略
2.4 实际应用
2.4.1 KNeighborsClassifier类介绍
2.4.2 小试牛刀
2.4.3 实战演示
2.5 本章小结
第3章 决策树
3.1 决策树算法介绍
3.2 构建决策树的方法
3.2.1 信息熵
3.2.2 信息增益
3.2.3 ID3算法
3.2.4 C4.5算法
3.2.5 CART算法
3.3 模型评估方法
3.3.1 保留法
3.3.2 k折交叉验证法
3.3.3 自助法
3.4 实际应用
3.4.1 DecisionTreeClassifier类介绍
3.4.2 小试牛刀
3.4.3 实战演示
3.5 本章小结
第4章 朴素贝叶斯
4.1 贝叶斯定理
4.2 朴素贝叶斯算法介绍
4.3 入门实例
4.4 Laplace修正
4.5 实际应用
4.5.1 GussianNB类介绍
4.5.2 小试牛刀
4.5.3 实战演示
4.6 本章小结
第5章 支持向量机
5.1 支持向量机算法介绍
……
第6章 AdaBoost
第7章 线性回归
第8章 神经网络
第9章 k-means
第10章 Apriori关联分析
第11章 PCA降维
参考文献
附录A 线性代数基础
附录B 概率论基础
附录C Python基础
展开全部
机器学习工程简明教程 作者简介
杨坡,硕士,南开大学滨海学院讲师,主要研究领域为模式识别、机器学习等。长年教授C++、PHP、Python等课程。主编书籍《HTML5 canvas游戏开发基础》。省级产学研合作项目——Python课程建设的主要参与人。
书友推荐
- >
自卑与超越
自卑与超越
¥17.1¥39.8 - >
中国人在乌苏里边疆区:历史与人类学概述
中国人在乌苏里边疆区:历史与人类学概述
¥24.0¥48.0 - >
上帝之肋:男人的真实旅程
上帝之肋:男人的真实旅程
¥19.3¥35.0 - >
中国历史的瞬间
中国历史的瞬间
¥17.9¥38.0 - >
龙榆生:词曲概论/大家小书
龙榆生:词曲概论/大家小书
¥9.1¥24.0 - >
烟与镜
烟与镜
¥18.2¥48.0 - >
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
企鹅口袋书系列·伟大的思想20:论自然选择(英汉双语)
¥6.3¥14.0 - >
名家带你读鲁迅:朝花夕拾
名家带你读鲁迅:朝花夕拾
¥10.5¥21.0
本类畅销
-
数学之美
¥48.3¥69 -
浪潮之巅-下册-第二版
¥22.1¥45 -
挑战程序设计竞赛(第2版)
¥55.3¥79 -
算法竞赛入门经典-(第2版)
¥34.9¥49.8 -
2022图书×抽奖盲袋
¥9.9¥25 -
2023读书月阅读盲盒——天黑,闭眼,刀谁?
¥42.3¥158