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

機器學習實戰(視頻教學版)/人工智慧技術叢書

  • 作者：遲殿委//王培進//王興平|責編:夏毓彥
  • 出版社：清華大學
  • ISBN：9787302653974
  • 出版日期：2024/03/01
  • 裝幀：平裝
  • 頁數：227
人民幣：RMB 59 元      售價：元
放入購物車
加入收藏夾
內容大鋼
    本書基於Python語言詳細講解機器學習演算法及其應用，用於讀者快速入門機器學習。本書配套示例源代碼、PPT課件、教學視頻、教學大綱、習題與答案、作者微信答疑。
    本書內容包括機器學習概述、Python數據處理基礎、Python常用機器學習庫、線性回歸及應用、分類演算法及應用、數據降維及應用、聚類演算法及應用、關聯規則挖掘演算法及應用、協同過濾演算法及應用，最後通過3個綜合實戰項目（包括新聞內容分類實戰、秦坦尼克號獲救預測實戰、中藥數據分析項目實戰），幫助讀者對所學技能進行鞏固和提升。本書主要章節都給出了對應的示例及其詳細的分析步驟，方便讀者從編程中掌握機器學習基礎演算法及應用。
    本書適合機器學習初學者、大數據分析人員和機器學習演算法開發工程師閱讀；也適合作為高等院校或高職高專人工智慧、電腦、軟體工程、數據科學與大數據技術、智能科學與技術等專業機器學習課程的教材。
作者介紹
遲殿委//王培進//王興平|責編:夏毓彥
    遲殿委，南昌大學電腦軟體與理論專業碩士，系統架構設計師。有多年企業軟體研發經驗和豐富的JavaEE、大數據技術培訓經驗，熟練掌握JavaEE與大數據全棧技術框架，擅長JavaEE系統架構設計、大數據分析與挖掘。著有圖書《Hadoop大數據分析技術》 《Hadoop+Spark大數據分析實戰》《Spring Boot企業級開發實戰（視頻教學版）》《深入淺出Java編程》《Spring Boot+Spring Cloud微服務開發》。
目錄
第1章  機器學習概述
  1.1  機器學習簡介
    1.1.1  什麼是機器學習
    1.1.2  機器學習三要素和核心
    1.1.3  機器學習開發流程
    1.1.4  機器學習模型評價指標
    1.1.5  機器學習項目開發步驟
  1.2  機器學習的發展史和分類
    1.2.1  機器學習的發展史
    1.2.2  機器學習分類
  1.3  機器學習常用術語
  1.4  本章小結
第2章  Python數據處理基礎
  2.1  Python開發環境搭建
    2.1.1  安裝Python解釋器
    2.1.2  Python運行方法
    2.1.3  安裝PyCharm
    2.1.4  Python包管理工具
    2.1.5  安裝JupyterNotebook
  2.2  Python基本數據類型
    2.2.1  數值型
    2.2.2  字元串(String)
    2.2.3  列表(List)
    2.2.4  元組(Tuple)
    2.2.5  集合(Set)
    2.2.6  字典(Dict)
  2.3  Python文件的基本操作
    2.3.1  文件讀寫基本操作
    2.3.2  NumPy庫存取文件
    2.3.3  Pandas存取文件
  2.4  本章小結
第3章  Python常用機器學習庫
  3.1  Python數值計算庫NumPy
    3.1.1  NumPy簡介與安裝
    3.1.2  NumPy數組的基本操作
  3.2  Python數據處理庫Pandas
    3.2.1  Pandas庫簡介與安裝
    3.2.2  數據讀取與寫入
    3.2.3  數據清洗與轉換
    3.2.4  數據分析與可視化
  3.3  Python數據可視化庫Matplotlib
    3.3.1  Matplotlib安裝與基本使用
    3.3.2  繪製折線圖
    3.3.3  繪製柱狀圖
    3.3.4  繪製餅圖
    3.3.5  繪製子圖
  3.4  Python機器學習庫scikit-learn
    3.4.1  sklearmn簡介與安裝
    3.4.2  sklearn通用學習模式
    3.4.3  sklearn數據集

    3.4.4  sklearn模型的屬性和功能
    3.4.5  sklearn數據預處理
    3.4.6  交叉驗證
    3.4.7  保存模型
  3.5  本章小結
第4章  線性回歸及應用
  4.1  線性回歸演算法理論
  4.2  回歸演算法的評價指標
  4.3  梯度下降演算法
    4.3.1  演算法理解
    4.3.2  SGD演算法理論
  4.4  過擬合
    4.4.1  過擬合產生的原因
    4.4.2  常見線性回歸正則化方法
  4.5  線性回歸實戰
    4.5.1  波士頓房價預測
    4.5.2  加入正則化項
  4.6  本章小結
第5章  分類演算法及應用
  5.1  邏輯回歸理論與應用
    5.1.1  演算法理論知識
    5.1.2  邏輯回歸演算法實戰
  5.2  SVM理論及應用
    5.2.1  演算法理論知識
    5.2.2  SVM演算法實戰
  5.3  樸素貝葉斯分類及應用
    5.3.1  演算法理論
    5.3.2  樸素貝葉斯實戰應用
  5.4  決策樹分類及應用
    5.4.1  演算法理論
    5.4.2  ID3演算法基礎
    5.4.3  決策樹演算法實戰
  5.5  隨機森林演算法實戰
  5.6  本章小結
第6章  數據降維及應用
  6.1  數據降維概述
  6.2  PCA演算法
    6.2.1  PCA演算法理論
    6.2.2  PCA演算法實戰
  6.3  SVD演算法
    6.3.1  SVD理論
    6.3.2  SVD實戰應用
  6.4  本章小結
第7章  聚類演算法及應用
  7.1  聚類理論基礎
  7.2  K-Means聚類
    7.2.1  K-Means演算法理論
    7.2.2  K-Means演算法實戰
  7.3  高斯混合聚類
    7.3.1  高斯聚類理論

    7.3.2  高斯混合聚類應用
  7.4  譜聚類
    7.4.1  譜聚類理論基礎
    7.4.2  譜聚類應用實戰
  7.5  本章小結
第8章  關聯規則挖掘演算法及應用
  8.1  關聯規則挖掘演算法理論
    8.1.1  大數據關聯規則挖掘常識
    8.1.2  經典的Apriori演算法
    8.1.3  FP樹演算法
  8.2  關聯規則挖掘演算法實戰
    8.2.1  FP樹實戰
    8.2.2  Apriori演算法實戰
  8.3  本章小結
第9章  協同過濾演算法及應用
  9.1  協同過濾演算法理論
    9.1.1  協同過濾概述
    9.1.2  物品相似度計算
    9.1.3  關於ALS演算法中的最小二乘法
  9.2  協同過濾演算法電影推薦實戰
  9.3  本章小結
第10章  新聞內容分類實戰
  10.1  數據準備
  10.2  分詞與清洗工作
  10.3  模型建立
  10.4  分類任務
  10.5  本章小結
第11章  泰坦尼克號獲救預測實戰
  11.1  數據處理
  11.2  建立模型
  11.3  演算法概率計算
  11.4  集成演算法，構建多棵分類樹
  11.5  特徵提取
  11.6  集成多種演算法
  11.7  本章小結
第12章  中藥數據分析項目實戰
  12.1  項目背景及目標
  12.2  數據處理與分析實戰
    12.2.1  數據讀取
    12.2.2  中藥材數據集的數據處理與分析
    12.2.3  提取藥方成分
    12.2.4  挖掘常用藥物組合
  12.3  本章小結

  • 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