扫一扫
关注中图网
官方微博
本类五星书更多>
-
>
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
-
>
深度学习
-
>
Unreal Engine 4蓝图完全学习教程
-
>
深入理解计算机系统-原书第3版
-
>
Word/Excel PPT 2013办公应用从入门到精通-(附赠1DVD.含语音视频教学+办公模板+PDF电子书)
图解机器学习:算法原理与Python语言实现 版权信息
- ISBN：9787517086741
- 条形码：9787517086741 ; 978-7-5170-8674-1
- 装帧：一般胶版纸
- 册数：暂无
- 重量：暂无
- 所属分类：>
图解机器学习:算法原理与Python语言实现 本书特色
这是一本非常优秀的图解机器学习及其算法的入门书籍。本书从应用场景出发，利用大量图解和流程图相结合的方式讲解机器学习的基本知识及其常用经典算法的应用，全书没有大篇幅的理论介绍和复杂的数学公式推导，也没有生涩难懂的专业术语，而是通过浅显易懂的图示、直观的流程图以及与生活息息相关的实例应用让读者轻松学习和掌握机器学习知识，从而明白机器学习是如何影响和改变人类生活的。 本书覆盖了机器学习领域的监督学习、半监督学习、无监督学习、增强学习和机器学习新算法等内容，构成了机器学习从经典到现代的体系框架，每章也可独立阅读。限于篇幅，书中没有讲解Python语言的基础知识，如果读者没有Python语言的基础，建议先学习Python语言入门知识，这样可以更好地学习本书内容。 建议想从事机器学习的入门读者必读，以便对机器学习有个整体的了解后再进行细节上的掌握。
图解机器学习:算法原理与Python语言实现 内容简介
本书适合希望了解机器学习算法的读者学习。书中都是从应用场景出发，利用图解和流程相结合的图文并茂的讲解方式，让读者了解到他们正在学习的机器学习如何影响和改变生活。 全书14个章节构成了机器学习从经典到现代的体系框架，每个章节也可独立阅读。读者如果已经具有Python的开发经验，可以更好地学习本书内容。
图解机器学习:算法原理与Python语言实现 目录
第1章 机器学习的基本概念
1.1 数据挖掘和机器学习
1.1.1 从AlphaGo说起
1.1.2 数据挖掘和机器学习的关系
1.1.3 大数据和机器学习的关系
1.1.4 机器学习的思维导图
1.1.5 机器学习的一般流程
1.2 数据和数据集
1.3 数据预处理
1.3.1 数据清理
1.3.2 数据集成和融合
1.3.3 数据变换
1.3.4 数据规约
1.4 机器学习的经典算法
1.5 监督学习和无监督学习
1.6 机器学习任务举例
1.7 Python机器学习
第2章 *小二乘法
2.1 *小二乘法应用场景
2.2 线性回归
2.3 *小二乘法的原理和算法
2.3.1 变量间的关系
2.3.2 数据拟合
2.3.3 *小二乘法原理
2.4 用*小二乘法预测学生的身高、体重
2.5 逻辑回归应用场景
2.6 逻辑回归原理
2.6.1 Sigmoid（）函数
2.6.2 逻辑回归算法
2.7 使用逻辑回归对鸢尾花进行分类
第3章 *近邻算法
3.1 KNN应用场景
3.2 KNN算法概述
3.3 KNN算法流程
3.4 KNN算法核心三要素
3.4.1 邻近度度量
3.4.2 如何选择k值
3.4.3 分类决策规则
3.5 KNN算法的优缺点
3.6 KNN算法的Python实现
第4章 贝叶斯分类
4.1 贝叶斯分类应用场景
4.2 贝叶斯定理
4.3 朴素贝叶斯分类原理和算法
4.4 贝叶斯网络
4.5 贝叶斯估计
4.6 实例：使用朴素贝叶斯对电子邮件分类
第5章 支持向量机分类
5.1 支持向量机分类应用场景
5.2 支持向量机概念
5.3 线性可分和线性不可分SVM
5.3.1 线性可分SVM
5.3.2 线性不可分SVM
5.3.3 核函数
5.3.4 分类SvM算法流程
5.4 使用Sklearn的sVM支持向量机分类器
5.4.1 Sklearn中SVM的类继承关系
5.4.2 Sklearn线性SVM分类器
5.5 实例：人脸识别分类
第6章 增强学习AdaBoost
6.1 增强学习AdaBoost应用场景
6.2 集成方法
6.3 Boosting算法
6.4 AdaBoost算法
6.4.1 单层决策树方式的弱分类器
6.4.2 AdaBoost分类器的权重
6.4.3 AdaBoost算法流程
6.5 AdaBoost的优缺点
6.6 AdaBoost算法实现数字简单分类
第7章 决策树算法
7.1 决策树应用场景
7.2 决策树算法概述
7.3 决策树剪枝处理
7.4 Scikit-Learn决策树算法库
7.5 ID3算法
7.5.1 ID3算法原理
7.5.2 ID3算法的优缺点
7.5.3 使用Scikit-Learn库的ID3算法建立销售预测决策树
7.6 C4.5算法
7.6.1 C4.5算法原理
7.6.2 C4.5算法实例：使用Python C4.5算法建立决策树
7.7 CART生成算法
7.7.1 CART算法原理
7.7.2 CART回归树的生成
7.7.3 CART分类树的生成
7.7.4 使用Scikit-Learn库的CART算法建立销售预测决策树
7.8 实例：决策树预测隐形眼镜类型
第8章 无监督k-Means聚类
8.1 无监督k-Means聚类应用场景
8.2 无监督学习算法
8.3 k-Means算法介绍
8.3.1 k-Means算法概述
8.3.2 k-Means和KNN算法
8.4 k-Means算法原理和流程
8.4.1 欧氏距离
8.4.2 平均误差准则函数
8.4.3 k-Means聚类算法流程
8.5 Sklearn库的k-Means算法支持
8.6 使用Sklearn的k-Means实现鸢尾花聚类
8.7 航空公司使用k-Means算法实现客户分类
第9章 Apriori关联规则算法
9.1 关联规则算法应用场景
9.2 关联规则概述——有趣的啤酒和尿布
9.3 关联规则挖掘算法
9.4 Apriori关联规则算法原理
9.4.1 基本概念
9.4.2 关联规则的分类
9.4.3 Apriori算法原理
9.4.4 发现频繁项集过程
9.4.5 Apriori算法示例
9.5 使用Apriori算法发现酒店菜肴间关联规则
第10章 PageRank排序
10.1 PageRank排序应用场景
10.2 PageRank排序概述
10.3 PageRank模型和算法
10.3.1 如何度量网页本身的重要性
10.3.2 Pa~eRank的核心思路
10.3.3 PageRank模型
10.4 PageRank排序算法的优缺点
10.5 PageRank排序实例：发现网页之间链接关系
第11章 EM参数估计
11.1 参数估计应用场景
11.2 极大似然估计
11.3 EM算法原理
11.3.1 EM算法和极大似然法对比
11.3.2 *大似然法和EM算法解决硬币概率问题
11.3.3 EM算法迭代过程
11.3.4 EM.算法的坐标上升法
11.4 使用EM算法实现参数估计实例
11.4.1 实例1：质量分布数据参数估计
11.4.2 实例2：在高斯混合模型中的应用
第12章 半监督学习
12.1 半监督学习应用场景
12.2 半监督学习概述
12.3 半监督学习方法
12.4 基于图的半监督学习
12.4.1 构建相似矩阵
12.4.2 LP算法
12.5 Python实现标签传播算法
第13章 深度学习
13.1 深度学习应用场景
13.2 浅层学习和深度学习
13.2.1 感知器
13.2.2 浅层学习和深度学习对比
13.2.3 梯度和梯度下降
13.2.4 神经网络和反向传播算法
13.3 深度学习框架
13.4 深度学习与神经网络
13.4.1 卷积神经网络结构
13.4.2 卷积神经网络架构设计
13.4 _3配置卷积层或池化层
13.5 深度学习的训练过程
13.5.1 卷积层输出值的计算
13.5.2 池化层输出值的计算
13.5.3 卷积神经网络的训练
13.6 TensorFlow简介
13.6.1 基本概念
13.6.2 跨设备通信
13.6.3 梯度计算
13.7 TensorFlow应用实例：图像识别
第14章 迁移学习
14.1 迁移学习应用场景
14.2 迁移学习概述
14.3 迁移学习和自我学习
14.4 迁移学习方法
14.4.1 基本概念
14.4.2 迁移学习形式化描述
14.4.3 迁移学习算法
14.5 迁移学习实例：使用TensorFlow实现图像识别
参考文献
展开全部
图解机器学习:算法原理与Python语言实现 作者简介
丁毓峰,博士，武汉理工大学机电工程学院副教授，IEEE会员，计算机学会会员，机械工程学会高级会员，武汉理工大学——江西学业通研发中心负责人，多年程序设计语言开发经验,对机器学习和算法有深入研究。
书友推荐
- >
推拿
推拿
¥12.2¥32.0 - >
龙榆生：词曲概论/大家小书
龙榆生：词曲概论/大家小书
¥9.9¥24.0 - >
人文阅读与收藏·良友文学丛书:一天的工作
人文阅读与收藏·良友文学丛书:一天的工作
¥17.9¥45.8 - >
苦雨斋序跋文-周作人自编集
苦雨斋序跋文-周作人自编集
¥6.9¥16.0 - >
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 - >
莉莉和章鱼
莉莉和章鱼
¥17.6¥42.0 - >
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 - >
姑妈的宝刀
姑妈的宝刀
¥9.6¥30.0
本类畅销
-
C专家编程
¥41¥69 -
UG NX 11.0工程图教程-(含1DVD)
¥30.4¥59.9 -
网络爬虫进化论——从Excel爬虫到Python爬虫
¥55.5¥79 -
Python 数据分析基础
¥41¥69 -
Python 3.5从零开始学
¥26.4¥59 -
湖北交通文化
¥21.8¥46
