同類熱銷排行榜

商用機器學習(數據科學實踐)(精)

作者：(加)約翰·赫爾|責編:施琳琳|譯者:王勇//陳秋雨//廖琦
出版社：機械工業
ISBN：9787111662389

出版日期：2020/09/01
裝幀：精裝
頁數：204

人民幣：RMB 79 元售價：元

內容大鋼

機器學習作為人工智慧最值得期待的內容，也最具商業價值。本書是金融工程和風險管理大師約翰·赫爾教授的最新著作。全書深入淺出地講解了機器學習的核心內容、最常用和流行的演算法以及大量機器學習的商用案例，對技術性要求很低，並且讓讀者很容易從商業的角度理解其技術內涵，特別適合機器學習的初學者和業界人士閱讀，也非常適合大學商學院教學，幫助其學生了解「數據科學家」這個職業。
特別地，作者在書中同時使用Excel工作表和Python代碼，方便初學者先從容易的Excel入手，按照自己的節奏，再慢慢轉向Python，書中的相關數據、工作表和Python代碼都可在指定網站查詢。另外，本書還配有相關的教輔資料、PPT，以供參考。

作者介紹

(加)約翰·赫爾|責編:施琳琳|譯者:王勇//陳秋雨//廖琦
約翰·赫爾，衍生產品及風險管理教授。約翰·赫爾是一位享有國際盛名的金融學教授，現任職于多倫多大學羅特曼管理學院，其關注的領域側重於應用。他曾在衍生產品以及風險管理領域出版多本著作，發表多篇文章。1999年，他被國際金融工程協會(International Association of Financial Engineers)評為年度金融工程大師(Financial Engineer of the Year)。他曾為北美、日本和歐洲多家金融機構提供金融咨詢。赫爾先生曾榮獲多項大獎，其中包括多倫多大學著名的Northrop Frye教師大獎。

作者簡介
譯者和審校者簡介
譯者序
前言
第1章  引言
  1.1  關於本書及相關材料
  1.2  機器學習分類
  1.3  驗證和測試
  1.4  數據清洗
  1.5  貝葉斯定理
第2章  無監督學習
  2.1  特徵縮放
  2.2  k-均值演算法
  2.3  設置k值
  2.4  維度災難
  2.5  國家風險
  2.6  其他聚類方法
  2.7  主成分分析
第3章  監督學習：線性回歸
  3.1  線性回歸：單特徵
  3.2  線性回歸：多特徵
  3.3  分類特徵
  3.4  正則化
  3.5  嶺回歸
  3.6  套索回歸
  3.7  彈性網路回歸
  3.8  房價數據模型結果
  3.9  邏輯回歸
  3.10  邏輯回歸的準確性
  3.11  信貸決策中的運用
  3.12  k-近鄰演算法
第4章  監督學習：決策樹
  4.1  決策樹的本質
  4.2  信息增益測度
  4.3  信息決策應用
  4.4  樸素貝葉斯分類器
  4.5  連續目標變數
  4.6  集成學習
第5章  監督學習：支持向量機
  5.1  線性SVM分類
  5.2  關於軟間隔的修改
  5.3  非線性分離
  5.4  關於連續變數的預測
第6章  監督學習：神經網路
  6.1  單層神經網路
  6.2  多層神經網路
  6.3  梯度下降演算法
  6.4  梯度下降演算法的變形
  6.5  迭代終止規則
  6.6  應用於衍生產品

  6.7  卷積神經網路
  6.8  遞歸神經網路
  附錄6  A反向傳播演算法
第7章  強化學習
  7.1  多臂老虎機問題
  7.2  環境變化
  7.3  Nim遊戲博弈
  7.4  時序差分學習
  7.5  深度Q學習
  7.6  應用
第8章  社會問題
  8.1  數據隱私
  8.2  偏見
  8.3  道德倫理
  8.4  透明度
  8.5  對抗機器學習
  8.6  法律問題
  8.7  人類與機器
部分習題答案
術語表

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

商用機器學習(數據科學實踐)(精)