幫助中心 | 我的帳號 | 關於我們

機器學習實戰/圖靈程序設計叢書

  • 作者:(美)哈林頓|譯者:李銳//李鵬//曲亞東//王斌
  • 出版社:人民郵電
  • ISBN:9787115317957
  • 出版日期:2013/06/01
  • 裝幀:平裝
  • 頁數:315
人民幣:RMB 69 元      售價:
放入購物車
加入收藏夾

內容大鋼
    機器學習是人工智慧研究領域中的一個極其重要的方向。在現今大數據時代的背景下,捕獲數據並從中萃取有價值的信息或模式,使得這一過去為分析師與數學家所專屬的研究領域越來越為人們矚目。
    《機器學習實戰》由哈林頓所著,本書通過精心編排的實例,切入日常工作任務,摒棄學術化語言,利用高效可復用的Python代碼闡釋如何處理統計數據,進行數據分析及可視化。讀者可從中學到一些核心的機器學習演算法,並將其運用於某些策略性任務中,如分類、預測及推薦等。
    《機器學習實戰》適合機器學習相關研究人員及互聯網從業人員學習參考。

作者介紹
(美)哈林頓|譯者:李銳//李鵬//曲亞東//王斌
    Peter Harrington,擁有電氣工程學士和碩士學位,他曾經在美國加州和中國的英特爾公司工作7年。Peter擁有5項美國專利,在三種學術期刊上發表過文章。他現在是Zillabyte公司的首席科學家,在加入該公司之前,他曾擔任2年的機器學習軟體顧問。Peter在業餘時間還參加編程競賽和建造3D印表機。

目錄
第一部分 分類
第1章  機器學習基礎
第2章  k-近鄰演算法
第3章  決策樹
第4章  基於概率論的分類方法:樸素貝葉斯
第5章  Logistic回歸
第6章  支持向量機
第7章  利用AdaBoost元演算法提高分類性能
第二部分 利用回歸預測數值型數據
第8章  預測數值型數據:回歸
第9章  樹回歸
第三部分 無監督學習
第10章  利用K-均值聚類演算法對未標注數據分組
第11章  使用Apriori演算法進行關聯分析
第12章  使用FP-growth演算法來高效發現頻繁項集
第四部分 其他工具
第13章  利用PCA來簡化數據
第14章  利用SVD簡化數據
第15章  大數據與MapReduce
附錄A Python入門
附錄B 線性代數
附錄C 概率論複習
附錄D 資源
索引
版權聲明

  • 商品搜索:
  • | 高級搜索
首頁新手上路客服中心關於我們聯絡我們Top↑
Copyrightc 1999~2008 美商天龍國際圖書股份有限公司 臺灣分公司. All rights reserved.
營業地址:臺北市中正區重慶南路一段103號1F 105號1F-2F
讀者服務部電話:02-2381-2033 02-2381-1863 時間:週一-週五 10:00-17:00
 服務信箱:bookuu@69book.com 客戶、意見信箱:cs@69book.com
ICP證:浙B2-20060032