幫助中心 | 我的帳號 | 關於我們

Python機器學習手冊(從數據預處理到深度學習)

  • 作者:(美)克里斯·阿爾本|譯者:韓慧昌//林然//徐江
  • 出版社:電子工業
  • ISBN:9787121369629
  • 出版日期:2019/07/01
  • 裝幀:平裝
  • 頁數:346
人民幣:RMB 89 元      售價:
放入購物車
加入收藏夾

內容大鋼
    本書採用基於任務的方式來介紹如何在機器學習中使用Python。書中有近200個獨立的解決方案,針對的都是數據科學家或機器學習工程師在構建模型時可能遇到的最常見任務,涵蓋從簡單的矩陣和向量運算到特徵工程以及神經網路的構建。所有方案都提供了相關代碼,讀者可以複製並粘貼這些代碼,用在自己的程序中。
    本書不是機器學習的入門書,適合熟悉機器學習的理論和概念的讀者閱讀。你可以將本書作為案頭參考書,在機器學習的日常開發中遇到的問題時,隨時借鑒書中代碼,快速解決問題。

作者介紹
(美)克里斯·阿爾本|譯者:韓慧昌//林然//徐江
    克里斯·阿爾本(Chris Albon)是肯亞創業公司BRCK的首席數據科學家。他此前創立了AI公司New knowledge和數據科學播客Partially Derivative。Chris在統計學習、人工智慧和軟體工程方面擁有十年的工作經驗。

目錄
第1章  向量、矩陣和數組
  1.0  簡介
  1.1  創建一個向量
  1.2  創建一個矩陣
  1.3  創建一個稀疏矩陣
  1.4  選擇元素
  1.5  展示一個矩陣的屬性
  1.6  對多個元素同時應用某個操作
  1.7  找到大值和小值
  1.8  計算平均值、方差和標準差
  1.9  矩陣變形
  1.10  轉置向量或矩陣
  1.11  展開一個矩陣
  1.12  計算矩陣的秩
  1.13  計算行列式
  1.14  獲取矩陣的對角線元素
  1.15  計算矩陣的跡
  1.16  計算特徵值和特徵向量
  1.17  計算點積
  1.18  矩陣的相加或相減
  1.19  矩陣的乘法
  1.20  計算矩陣的逆
  1.21  生成隨機數
第2章  載入數據
  2.0  簡介
  2.1  載入樣本數據集
  2.2  創建模擬數據集
  2.3  載入CSV文件
  2.4  載入一個Excel文件
  2.5  載入JSON文件
  2.6  查詢SQL資料庫
第3章  數據整理
  3.0  簡介
  3.1  創建一個數據幀
  3.2  描述數據
  3.3  瀏覽數據幀
  3.4  根據條件語句來選擇行
  3.5  替換值
  3.6  重命名列
  3.7  計算小值、大值、總和、平均值與計數值
  3.8  查找唯一值
  3.9  處理缺失值
  3.10  刪除一列
  3.11  刪除一行
  3.12  刪除重複行
  3.13  根據值對行分組
  3.14  按時間段對行分組
  3.15  遍歷一個列的數據
  3.16  對一列的所有元素應用某個函數
  3.17  對所有分組應用一個函數

  3.18  連接多個數據幀
  3.19  合併兩個數據幀
第4章  處理數值型數據
第5章  處理分類數據
第6章  處理文本
第7章  處理日期和時間
第8章  圖像處理
第9章  利用特徵提取進行特徵降維
第10章  使用特徵選擇進行降維
第11章  模型評估
第12章  模型選擇
第13章  線性回歸
第14章  樹和森林
第15章  KNN
第16章  邏輯回歸
第17章  支持向量機
第18章  樸素貝葉斯
第19章  聚類
第20章  神經網路
第21章  保存和載入訓練后的模型

  • 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