同類熱銷排行榜

機器學習技術與應用(人工智慧技術應用十四五高等職業教育新形態一體化教材)

作者：編者:杜輝//葛鵬//趙瑞豐|責編:王春霞//包寧
出版社：中國鐵道
ISBN：9787113301507

出版日期：2023/12/01
裝幀：平裝
頁數：214

人民幣：RMB 46 元售價：元

內容大鋼

    本書為「十四五」高等職業教育新形態一體化教材之一，通過貼近生活的「挑橘子」一例引出機器學習的概念，並展開介紹了機器學習的完整流程、演算法分類以及常用工具等。本書以項目—任務的組織方式，以通俗的情境作為項目導入，制定明確的項目目標，以演算法的基本原理為知識導入，然後開始項目實施環節，以多個實訓任務分別練習演算法在解決回歸、分類或聚類問題時的一般流程，最後以習題的形式鞏固所學知識和技能。
    本書的實訓項目主要包含機器學習中基礎的演算法應用，即線性回歸演算法、k-近鄰演算法、邏輯回歸演算法、決策樹演算法、聚類演算法、樸素貝葉斯演算法。通讀本書，你會了解機器學習解決的是什麼問題，目前它應用在我們生活中的哪些場景；跟著本書動手實踐，你會清楚數據怎麼來、怎麼加工，以及模型是什麼，怎麼訓練與調用；另外，面對一個實際問題，你能夠有依據地選擇合適的演算法。
    本書適合作為高等職業院校人工智慧技術應用專業的教材，也適用於有編程基礎的學生以及對機器學習感興趣且亟需入門的社會工作者。

作者介紹

編者:杜輝//葛鵬//趙瑞豐|責編:王春霞//包寧

緒論  機器學習概要
  0.1  引例——從挑橘子說起
  0.2  機器學習應用
  0.3  機器學習與人工智慧的關係
  0.4  機器學習演算法的分類
  0.5  sklearn庫
  0.6  數據集
    0.6.1  數據集劃分
    0.6.2  開源數據集
    0.6.3  sklearn庫中數據劃分方法
  0.7  總結
項目1  運用線性回歸演算法實現趨勢預測
  1.1  項目導入
  1.2  項目目標
  1.3  知識導入
    1.3.1  線性回歸概念
    1.3.2  線性回歸模型
    1.3.3  求解線性回歸
    1.3.4  過擬合與欠擬合
  1.4  項目實施
    任務1-1  動手訓練線性回歸模型
    任務1-2  線性回歸預測鮑魚年齡
    任務1-3  線性回歸預測牛肉價格
    任務1-4  線性回歸預測收益
    任務1-5  線性回歸預測樂高價格
項目2  運用k-近鄰演算法實現分類預測
  2.1  項目導入
  2.2  項目目標
  2.3  知識導入
    2.3.1  k-近鄰概念
    2.3.2  k-近鄰分類演算法
    2.3.3  交叉驗證
    2.3.4  k-近鄰回歸
  2.4  項目實施
    任務2-1  k-近鄰識別數字驗證碼
    任務2-2  k-近鄰演算法預測出行方式
    任務2-3  k-近鄰預測草莓甜不甜
    任務2-4  k-近鄰測你有多重
項目3  運用邏輯回歸演算法實現概率預測
  3.1  項目導入
  3.2  項目目標
  3.3  知識導入
    3.3.1  邏輯回歸概念
    3.3.2  二分類問題
    3.3.3  求解邏輯回歸
    3.3.4  分類損失
  3.4  項目實施
    任務3-1  邏輯回歸針對智能家居的數據預測
    任務3-2  邏輯回歸預測升學概率
    任務3-3  邏輯回歸預測紅酒質量

    任務3-4  隨機梯度下降
    任務3-5  邏輯回歸預測用戶是否按期還款
項目4  運用決策樹演算法進行決策分析
  4.1  項目導入
  4.2  項目目標
  4.3  知識導入
    4.3.1  決策樹概念
    4.3.2  相關重要概念
    4.3.3  決策樹演算法
    4.3.4  決策樹剪枝
  4.4  項目實施
    任務4-1  決策樹預測隱形眼鏡類型
    任務4-2  決策樹分析員工離職情況
    任務4-3  決策樹帶你做導購
    任務4-4  決策樹預測泰坦尼克號生還概率
    任務4-5  決策樹與隨機森林效果對比
項目5  運用聚類演算法進行聚類分析
  5.1  項目導入
  5.2  項目目標
  5.3  知識導入
    5.3.1  聚類概念
    5.3.2  聚類相關應用
    5.3.3  k-means聚類
    5.3.4  DBSCAN演算法
  5.4  項目實施
    任務5-1  小樣本實現k-means聚類
    任務5-2  通過k-means聚類實現分類
    任務5-3  二分k-means應用
    任務5-4  對三星手機數據降維並聚類
    任務5-5  實例對比k-means和DBSCAN
項目6  運用樸素貝葉斯演算法實現文本分類
  6.1  項目導入
  6.2  項目目標
  6.3  知識導入
    6.3.1  貝葉斯公式
    6.3.2  樸素貝葉斯
    6.3.3  樸素貝葉斯應用場景
  6.4  項目實施
    任務6-1  雲盤圖片自動分類
    任務6-2  豆瓣影評情感分類
    任務6-3  新聞分類
附錄A
  A.1  特徵工程
  A.2  特徵預處理
    A.2.1  無量綱化
    A.2.2  特徵離散化
    A.2.3  分類特徵編碼
  A.3  特徵選擇
    A.3.1  過濾式選擇（Relief）
    A.3.2  包裹式選擇（Wrapper）

    A.3.3  嵌入式選擇（Embedded）
  A.4  特徵降維
    A.4.1  PCA
    A.4.2  LDA
參考文獻

Δ訂單支付
付款方式
運費計算方式

Δ關於我們
關於美商天龍
聯絡我們

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

同類熱銷排行榜

最近瀏覽的商品

機器學習技術與應用(人工智慧技術應用十四五高等職業教育新形態一體化教材)