幫助中心 | 我的帳號 | 關於我們
進階搜尋
car

同類熱銷排行榜

最近瀏覽的商品

Python機器學習

  • 作者：(日本)系統規劃研究所\ISP|編者:張鵬|責編:劉稚清|譯者:周曉玲
  • 出版社：中國青年
  • ISBN：9787515362298
  • 出版日期：2021/03/01
  • 裝幀：平裝
  • 頁數：216
人民幣：RMB 79.8 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    《Python機器學習》講解未來人工智慧技術中的機器學習，從入門知識到實踐。全書分為「導入篇」、「基礎篇」、「實踐篇」、「附錄」四部分。
    導入篇包括第1章和第2章的內容。第1章是關於Python的安裝和語言的說明及閱讀本書需要進行的準備等，「快速教程」中將對通過Python如何接觸機器學習進行說明，章節末尾的「短文 深度學習是什麼」中，會涉及到最近引人關注的深度學習的歷史及其現狀； 第2章中將概述機器學習的各個方面。
    基礎篇從第3章到第5章，將對分類問題、回歸問題、聚類進行說明。特別是在「第3章 分類問題」，闡述了性能的評價方法及其注意要點，這是使用機器學習需要掌握的基礎部分。
    第6章和第7章的定位為實踐篇，講解了一些實際應用。第6章以手形狀分類為題材，用和實際相近的形狀進行數據收集，創建分類器，並進行評價；第7章中會看到感測器數據的處理方法，最後闡述了本篇的結束語。
    附錄A中會學習到機器學習演算法的實際安裝，及其結構和想法。
    在附錄B中會回顧作為理論基礎的線性代數，對具有代表性的非線性模式進行說明。
    參考信息中介紹了作為本書參考內容的網站及書籍。另外也記載了可以下載本書中使用的腳本和數據的支持網站的訪問方法，請參閱。
作者介紹
(日本)系統規劃研究所\ISP|編者:張鵬|責編:劉稚清|譯者:周曉玲
目錄
前言
第1部分  導入篇
  第1章  導言
    1.1  什麼是機器學習
    1.2  Python和機器學習
    1.3  安裝和配置
    1.4  快速理解Python—NumPy和matplotlib
    1.5  快速教程
  第2章  機器學習的各個方面
    2.1  圍繞機器學習的環境
    2.2  關聯領域
    2.3  通過學習法分類
    2.4  根據手法和課題設定的分類
    2.5  應用案例
第2部分  基礎篇
  第3章  分類問題
    3.1  分類問題是什麼
    3.2  初的分類器
    3.3  學習數據和測試數據
    3.4  評價分類器的性能
    3.5  各種各樣的分類器
    3.6  總結
  第4章  回歸問題
    4.1  回歸問題及其分類
    4.2  初的回歸—小二乘法和評價方法
    4.3  機器學習的禁忌—過擬合
    4.4  過擬合的對應—懲罰回歸
    4.5  各種各樣的回歸模型
    4.6  總結
  第5章  聚類
    5.1  iris數據集
    5.2  代表性的聚類演算法—k-means
    5.3  其他的聚類演算法
    5.4  總結
第3部分  實踐篇
  第6章  根據圖像進行手形狀分類
    6.1  課題的設定
    6.2  初的學習
    6.3  求得泛化能力—嘗試增加人數
    6.4  再嘗試進一步增加人數
    6.5  數據的詳查和清理—數據清洗
    6.6  特徵向量的導入
    6.7  參數調整
    6.8  總結
  第7章  感測器數據的回歸問題
    7.1  首先
    7.2  準備
    7.3  感測器數據的概要
    7.4  數據的讀取
    7.5  高松的氣溫數據和四國電力的消費量

    7.6  更多樣化，總結
    7.7  完結
第4部分  附錄
  附錄A  使用Python做機器學習
    A.1  此附錄的目的
    A.2  小二乘法
    A.3  通過矩陣計算導出解析解
    A.4  迭代法
    A.5  寫代碼之前
    A.6  實現例子
  附錄B  線性代數的回顧和代表性非線性模型
    B.1  此附錄的目的
    B.2  原本的「線性」是什麼
    B.3  線性變換和仿射變換
    B.4  范數和懲罰項
    B.5  考慮線性回歸的小二乘解
    B.6  機器學習中的「非線性」
  參考信息

  • 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