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機器學習實戰(真實智能案例實踐指南)

  • 作者：(印度)迪潘簡·撒卡爾//拉格哈夫·巴利//圖沙爾·夏爾馬|責編:林楨//朱林|譯者:徐鍵//張善干//祁鵬宇//丁學文//肖陽等
  • 出版社：機械工業
  • ISBN：9787111669739
  • 出版日期：2021/05/01
  • 裝幀：平裝
  • 頁數：467
人民幣：RMB 168 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書幫你掌握通過機器學習和深度學習來識別和解決複雜問題所需的基本技能。本書使用了流行的Python機器學習生態系統中的真實示例，將成為你在學習機器學習的藝術和科學並成為一名成功的從業者道路上的完美伴侶。本書中使用的概念、技術、工具、框架和方法將教會你如何成功思考、設計、構建和執行機器學習系統和項目，並利用這些知識解決一些來自不同領域的實際問題，包括零售、運輸、電影、音樂、電腦視覺、藝術和金融。本書將教會你解決自己遇到的機器學習問題！
    本書適合人工智慧、機器學習、深度學習相關行業的從業者和學習者閱讀。
作者介紹
(印度)迪潘簡·撒卡爾//拉格哈夫·巴利//圖沙爾·夏爾馬|責編:林楨//朱林|譯者:徐鍵//張善干//祁鵬宇//丁學文//肖陽等
目錄
原書序言
原書前言
譯者簡介
第1部分  理解機器學習
  第1章  機器學習基礎
    1.1  機器學習的需求
    1.2  理解機器學習
    1.3  電腦科學
    1.4  數據科學
    1.5  數學
    1.6  統計學
    1.7  數據挖掘
    1.8  人工智慧
    1.9  自然語言處理
    1.10  深度學習
    1.11  機器學習方法
    1.12  監督學習
    1.13  無監督學習
    1.14  半監督學習
    1.15  強化學習
    1.16  批量學習
    1.17  在線學習
    1.18  基於實例的學習
    1.19  基於模型的學習
    1.20  CRISP-DM處理模型
    1.21  構建機器智能
    1.22  真實案例研究：預測學生獲取推薦
    1.23  機器學習的挑戰
    1.24  機器學習的現實應用
    1.25  總結
  第2章  Python機器學習生態系統
    2.1  Python簡介
    2.2  Pvthon機器學習生態系統簡介
    2.3  總結
第2部分  機器學習流程
  第3章  數據的處理、重整以及可視化
    3.1  數據收集
    3.2  數據描述
    3.3  數據重整
    3.4  數據匯總
    3.5  數據可視化
    3.6  總結
  第4章  特徵工程和特徵選擇
    4.1  特徵：更好地理解你的數據
    4.2  重溫機器學習流程
    4.3  特徵提取和特徵工程
    4.4  數值型數據的特徵工程
    4.5  分類型數據的特徵工程
    4.6  文本型數據的特徵工程
    4.7  時態型數據的特徵工程

    4.8  圖像型數據的特徵工程
    4.9  特徵縮放
    4.10  特徵選擇
    4.11  特徵降維
    4.12  總結
  第5章  構建、調優和模型的部署
    5.1  構建模型
    5.2  模型評估
    5.3  模型調優
    5.4  模型解釋
    5.5  模型部署
    5.6  總結
第3部分  真實案例研究
  第6章  共享單車趨勢分析
    6.1  共享單車數據集
    6.2  問題陳述
    6.3  探索性數據分析
    6.4  回歸分析
    6.5  建模
    6.6  下一步
    6.7  總結
  第7章  電影影評的情感分析
    7.1  問題陳述
    7.2  設置依賴項
    7.3  獲取數據
    7.4  文字的預處理與標準化
    7.5  無監督的以詞典為基礎的模型
    7.6  使用監督學習進行情感分類
    7.7  傳統的有監督的機器學習模型
    7.8  較新的有監督的深度學習模型
    7.9  高級的有監督的深度學習模型
    7.10  分析情感的因果關係
    7.11  總結
  第8章  顧客分類和有效的交叉銷售
    8.1  在線零售交易記錄數據集
    8.2  探索性數據分析
    8.3  顧客分類
    8.4  交叉銷售
    8.5  總結
  第9章  分析酒的類型和質量
    9.1  問題陳述
    9.2  設置依賴項
    9.3  獲取數據
    9.4  探索性數據分析
    9.5  預測建模
    9.6  預測葡萄酒類型
    9.7  預測葡萄酒質量
    9.8  總結
  第10章  分析音樂趨勢和推薦
    10.1  百萬歌曲數據集品味畫像

    10.2  探索性數據分析
    10.3  推薦引擎
    10.4  推薦引擎庫的注意事項
    10.5  總結
  第11章  預測股票和商品價格
    11.1  時序數據及時序分析
    11.2  預測黃金價格
    11.3  股票價格預測
    11.4  總結
  第12章  電腦視覺深度學習
    12.1  卷積神經網路
    12.2  使用CNN進行圖像分類
    12.3  使用CNN的藝術風格轉換
    12.4  總結

  • 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