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機器學習原理與演算法實現

  • 作者：楊維忠//張甜|責編:趙軍
  • 出版社：清華大學
  • ISBN：9787302626114
  • 出版日期：2023/02/01
  • 裝幀：平裝
  • 頁數：427
人民幣：RMB 118 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    數字化轉型背景下，Python作為一門簡單、易學、速度快、免費、開源的主流編程語言，廣泛應用於大數據處理、人工智慧、雲計算等各個領域，是眾多高等院校學生的必修基礎課程，也是堪與Office辦公軟體應用比肩的職場人士的必備技能。同時隨著數據存儲、數據處理等大數據技術的快速進步，機器學習的各種演算法在各行各業得以廣泛應用，同樣成為高校師生、職場人士迎接數字化浪潮、與時俱進提升專業技能的必修課程。本書將「Python課程學習」與「機器學習課程學習」有機結合，推動數字化人才的培養，提升人才的實踐應用能力。
    全書內容共17章。第1、2章介紹Python的入門知識和進階知識；第3章介紹機器學習的概念及各種術語及評價標準；第4?10章介紹相對簡單的監督式學習方法，包括線性回歸演算法、二元Logistic回歸演算法、多元Logistic回歸演算法、判別分析演算法、樸素貝葉斯演算法、高維數據懲罰回歸演算法、K近鄰演算法；第11、12章介紹主成分分析演算法、聚類分析演算法兩種非監督式學習演算法；第13?15章介紹相對複雜的監督式學習演算法，包括決策樹演算法和隨機森林演算法、提升法兩種集成學習演算法；第16、17章介紹支持向量機演算法、神經網路演算法兩種高級監督式學習演算法。
    本書可以作為經濟學、管理學、統計學、金融學、社會學、醫學、電子商務等相關專業的學生學習Python或機器學習應用的專業教材、參考書；也可以作為企事業單位數字化人才培養的教科書、工具書，還可以作為職場人士自學掌握Python機器學習應用、提升數據挖掘分析能力進而提高工作效能和改善績效水平的工具書。
作者介紹
楊維忠//張甜|責編:趙軍
目錄
第1章  Python入門知識
  1.1  Python簡介與本書的教學理念
  1.2  Python的下載與安裝
    1.2.1  下載Python（Anaconda平台）
    1.2.2  安裝Python（Anaconda平台）
    1.2.3  Anaconda Prompt（Anaconda3）
    1.2.4  Spyder（Anaconda3）的介紹及偏好設置
    1.2.5  Spyder（Anaconda3）窗口介紹
  1.3  Python註釋、基本輸入與輸出
    1.3.1  Python的註釋
    1.3.2  print函數
    1.3.3  input函數
  1.4  Python變數和數據類型
    1.4.1  Python的保留字與標識符
    1.4.2  Python的變數
    1.4.3  Python的基本數據類型
    1.4.4  Python的數據運算符
  1.5  Python序列
    1.5.1  索引（Indexing）
    1.5.2  切片（Slicing）
    1.5.3  相加（Adding）
    1.5.4  相乘（Multiplying）
    1.5.5  元素檢查
    1.5.6  與序列相關的內置函數
  1.6  Python列表
    1.6.1  列表的基本操作
    1.6.2  列表元素的基本操作
    1.6.3  列表推導式
  1.7  Python元組
    1.7.1  元組的基本操作
    1.7.2  元組元素的基本操作
    1.7.3  元組推導式
  1.8  Python字典
    1.8.1  字典的基本操作
    1.8.2  宇典元素的基本操作
    1.8.3  字典推導式
  1.9  Python集合
  1.10  Python字元串
  1.11  習題
第2章  Python進階知識
  2.1  Python流程式控制制語句
    2.1.1  選擇語句
    2.1.2  循環語句
    2.1.3  跳轉語句
  2.2  Python函數
    2.2.1  函數的創建和調用
    2.2.2  參數的相關概念與操作
    2.2.3  變數的作用域
  2.3  Python模塊和包
    2.3.1  模塊的創建和導入

    2.3.2  包的創建和使用
  2.4  Python numpy模塊中的數組
    2.4.1  數組的創建
    2.4.2  數組的計算
    2.4.3  使用數組開展矩陣運算
    2.4.4  數組的排序、索引和切片
  2.5  Python pandas模塊中的序列與數據框
    2.5.1  序列的相關操作
    2.5.2  數據框的相關操作
  2.6  Python對象與類
    2.6.1  類的定義
    2.6.2  定義適用於類對象的方法
    2.6.3  子類從父類繼承
  2.7  Python數據讀取
    2.7.1  讀取文本文件（CSV或者TXT文件）
    2.7.2  讀取EXCEL數據
    2.7.3  讀取SPSS數據
    2.7.4  讀取Stata數據
  ……
第3章  機器學習介紹
第4章  線性回歸演算法
第5章  二元Logistic回歸演算法
第6章  多元Logistic回歸演算法
第7章  判別分析演算法
第8章  樸素貝葉斯演算法
第9章  高維數據懲罰回歸演算法
第10章  K近鄰演算法
第11章  主成分分析演算法
第12章  聚類分析演算法
第13章  決策樹演算法
第14章  隨機森林演算法
第15章  提升法
第16章  支持向量機演算法
第17章  神經網路演算法

  • 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