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

機器學習案例驅動教程(人工智慧技術應用核心課程系列教材十三五江蘇省高等學校重點教材)

  • 作者：編者:張霞//趙磊|責編:賀志洪
  • 出版社：電子工業
  • ISBN：9787121411038
  • 出版日期：2021/06/01
  • 裝幀：平裝
  • 頁數：250
人民幣：RMB 49 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書在不涉及大量數學模型與複雜演算法實現的前提下，從機器學習概述開始，由「泰坦尼克號數據分析與預處理」「良/惡性乳腺癌腫瘤預測」「波士頓房價預測」「手寫體數字聚類」「人臉特徵降維」「在線旅行社酒店價格異常檢測」6個案例分別引入數據分析、分類、回歸、聚類、特徵降維和異常檢測的應用開發實戰技術及其少量理論，能夠幫助讀者以最快的速度掌握使用Scikit-learn庫進行機器學習開發的實戰技能。書末是學習機器學習時可能用到的附錄。
    本書適合對機器學習感興趣的初學者、需要快速入門機器學習的高職相關專業學生，以及期望快速進入機器學習任務的研發工程技術人員。
作者介紹
編者:張霞//趙磊|責編:賀志洪
目錄
緒論
  0.1  機器學習綜述
    0.1.1  機器學習的含義
    0.1.2  機器學習的應用場景
    0.1.3  機器學習類型
    0.1.4  相關術語
    0.1.5  人工智慧、機器學習與深度學習
  0.2  開發環境搭建
    0.2.1  Windows系統環境
    0.2.2  Ubuntu系統環境
  0.3  Python編程基礎
    0.3.1  Python簡介
    0.3.2  Python基本語法
    0.3.3  Python數據類型
    0.3.4  Python常用語句
    0.3.5  Python函數（模塊）設計
    0.3.6  Python編程庫（包）的導入
案例1  泰坦尼克號數據分析與預處理
  1.1  案例描述及實現
  1.2  案例詳解及示例
  1.3  支撐技術
    1.3.1  Numpy
    1.3.2  Matplotlib
    1.3.3  Pandas
    1.3.4  Scikit-learn
案例2  良/惡性乳腺癌腫瘤預測
  2.1  案例描述及實現
  2.2  案例詳解及示例
    2.2.1  數據預處理
    2.2.2  linear_model
    2.2.3  KNeighborsClassifier
    2.2.4  SVM
    2.2.5  naive_bayes
    2.2.6  DecisionTreeClassifier
    2.2.7  ensemble
    2.2.8  classification_report
  2.3  支撐知識
    2.3.1  分類任務簡介
    2.3.2  線性模型
    2.3.3  K近鄰分類
    2.3.4  支持向量機
    2.3.5  樸素貝葉斯
    2.3.6  決策樹
    2.3.7  集成模型
    2.3.8  神經網路
案例3  波士頓房價預測
  3.1  案例描述及實現
  3.2  案例詳解及示例
    3.2.1  數據預處理
    3.2.2  linear_model

    3.2.3  KNeighborsRegressor
    3.2.4  SVR
    3.2.5  DecisionTreeRegressor
    3.2.6  ensemble
  3.3  支撐知識
    3.3.1  回歸任務簡介
    3.3.2  線性回歸
    3.3.3  K近鄰回歸
    3.3.4  支持向量機回歸
    3.3.5  決策樹回歸
    3.3.6  集成模型回歸
案例4  手寫體數字聚類
  4.1  案例描述及實現
    4.1.1  案例簡介
    4.1.2  數據介紹
    4.1.3  案例實現
  4.2  案例詳解及示例
    4.2.1  load_digits
    4.2.2  AgglomerativeClustering
    4.2.3  KMeans
    4.2.4  MeanShift
    4.2.5  DBSCAN
    4.2.6  AffinityPropagation
    4.2.7  v_measure_score
  4.3  支撐知識
    4.3.1  聚類任務簡介
    4.3.2  層次聚類
    4.3.3  K均值聚類
    4.3.4  均值漂移聚類
    4.3.5  密度聚類
    4.3.6  近鄰傳播聚類
案例5  人臉特徵降維
  5.1  案例描述
    5.1.1  案例簡介
    5.1.2  數據介紹
    5.1.3  案例實現
  5.2  案例詳解及示例
    5.2.1  fetch_olivetti_faces
    5.2.2  PCA
    5.2.3  NMF
    5.2.4  FastICA
    5.2.5  FactorAnalysis
  5.3  支撐知識及示例
    5.3.1  特徵降維簡介
    5.3.2  主成分分析
    5.3.3  非負矩陣分解
    5.3.4  獨立成分分析
    5.3.5  因子分析
案例6  在線旅行社酒店價格異常檢測
  6.1  案例描述

    6.1.1  案例簡介
    6.1.2  數據介紹
    6.1.3  案例實現
  6.2  案例詳解及示例
    6.2.1  導入數據
    6.2.2  基於聚類的異常檢測
    6.2.3  基於孤立森林的異常檢測
    6.2.4  基於支持向量機的異常檢測
    6.2.5  基於高斯分佈的異常檢測
  6.3  支撐知識
    6.3.1  異常檢測簡介
    6.3.2  基於聚類的異常檢測
    6.3.3  基於孤立森林的異常檢測
    6.3.4  基於支持向量機的異常檢測
    6.3.5  基於高斯分佈的異常檢測
附錄A  VirtualBox虛擬機軟體與Linux的安裝和配置
附錄B  Linux（Ubuntu 14.4）的基本命令與使用
附錄C  GitHub代碼托管平台
附錄D  Docker技術與應用
附錄E  人工智慧的數學基礎與工具
附錄F  公開數據集介紹與下載
附錄G  人工智慧的網路學習資源
附錄H  人工智慧的技術圖譜
附錄I  人工智慧技術應用就業崗位與技能需求
附錄J  Sklearn常用模塊和函數
參考文獻

  • 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