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(原書第3版)/智能科學與技術叢書

  • 作者：(美)塞巴斯蒂安·拉施卡//瓦希德·米爾賈利利|責編:王春華//馮秀泳|譯者:陳斌
  • 出版社：機械工業
  • ISBN：9787111681373
  • 出版日期：2021/06/01
  • 裝幀：平裝
  • 頁數：462
人民幣：RMB 149 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書自第1版出版以來，備受廣大讀者歡迎。第3版結合TensorFlow 2和scikit-learn的最新版本進行了更新，其範圍進行了擴展，以涵蓋強化學習和生成對抗網路（GAN）這兩種最先進的機器學習技術。與同類書相比，本書除了介紹如何用Python和基於Python的機器學習軟體庫進行實踐外，還討論了機器學習概念的必要細節，同時對機器學習演算法的工作原理、使用方法以及如何避免掉入常見的陷阱提供了直觀且翔實的解釋，是Python機器學習入門必讀之作。書中涵蓋了眾多高效Python庫，包括scikit-learn、Keras和TensorFlow等，系統性地梳理和分析了各種經典演算法，並通過Python語言以具體代碼示例的方式深入淺出地介紹了各種演算法的應用，還給出了從情感分析到神經網路的一些實踐技巧，可幫助讀者快速解決自己和團隊面臨的一些重要問題。本書適用於機器學習的初學者和專業技術人員。
作者介紹
(美)塞巴斯蒂安·拉施卡//瓦希德·米爾賈利利|責編:王春華//馮秀泳|譯者:陳斌
目錄
譯者序
前言
作者簡介
審校者簡介
第1章  賦予電腦從數據中學習的能力
  1.1  構建能把數據轉換為知識的智能機器
  1.2  三種不同類型的機器學習
    1.2.1  用監督學習預測未來
    1.2.2  用強化學習解決交互問題
    1.2.3  用無監督學習發現隱藏的結構
  1.3  基本術語與符號
    1.3.1  本書中使用的符號和約定
    1.3.2  機器學習的術語
  1.4  構建機器學習系統的路線圖
    1.4.1  預處理——整理數據
    1.4.2  訓練和選擇預測模型
    1.4.3  評估模型並對未曾謀面的數據進行預測
  1.5  將Python用於機器學習
    1.5.1  利用Python Package Index安裝Python及其他軟體包
    1.5.2  採用Anaconda Python發行版和軟體包管理器
    1.5.3  用於科學計算、數據科學和機器學習的軟體包
  1.6  本章小結
第2章  訓練簡單的機器學習分類演算法
  2.1  人工神經元——機器學習的早期歷史
    2.1.1  人工神經元的正式定義
    2.1.2  感知器學習規則
  2.2  用Python實現感知器學習演算法
    2.2.1  面向對象的感知器API
    2.2.2  在鳶尾花數據集上訓練感知器模型
  2.3  自適應線性神經元和學習收斂
    2.3.1  通過梯度下降最小化代價函數
    2.3.2  用Python實現Adaline
    2.3.3  通過特徵縮放改善梯度下降
    2.3.4  大規模機器學習與隨機梯度下降
  2.4  本章小結
第3章  scikit-learn機器學習分類器
  3.1  選擇分類演算法
  3.2  了解scikit-learn的第一步——訓練感知器
  3.3  基於邏輯回歸的分類概率建模
    3.3.1  邏輯回歸與條件概率
  ……
第4章  構建良好的訓練數據集——數據預處理
第5章  通過降維壓縮數據
第6章  模型評估和超參數調優的最佳實踐
第7章  組合不同模型的集成學習
第8章  用機器學習進行情感分析
第9章  將機器學習模型嵌入Web應用
第10章  用回歸分析預測連續目標變數
第11章  用聚類分析處理無標籤數據
第12章  從零開始實現多層人工神經網路

第13章  用TensorFlow並行訓練神經網路
第14章  深入探討TensorFlow的工作原理
第15章  用深度卷積神經網路為圖像分類
第16章  用循環神經網路為序列數據建模
第17章  用生成對抗網路合成新數據
第18章  用於複雜環境決策的強化學習

  • 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