同類熱銷排行榜

機器學習(新工科建設之路人工智慧系列教材)

作者：編者:孫立煒//占梅//李勝|責編:張鑫
出版社：電子工業
ISBN：9787121496806

出版日期：2025/01/01
裝幀：平裝
頁數：199

人民幣：RMB 56 元售價：元

內容大鋼

本書是面向高等院校電腦相關專業的機器學習教材。全書以機器學習應用程序的開發流程為主線，詳細介紹數據預處理和多種演算法模型的概念與原理；以Python和Spark為落地工具，使讀者在實踐中掌握項目代碼編寫、調試和分析的技能。本書最後兩章是兩個實戰項目，舉例講解機器學習的工程應用。
本書內容豐富、結構清晰、語言流暢、案例充實，還配備了豐富的教學資源，包括源代碼、教案、電子課件和習題答案，讀者可以在華信教育資源網下載。

作者介紹

編者:孫立煒//占梅//李勝|責編:張鑫

第1章  機器學習技術簡介
  1.1  機器學習簡介
    1.1.1  機器學習的概念
    1.1.2  機器學習的演算法模型
    1.1.3  機器學習應用程序開發步驟
  1.2  機器學習的實現工具
  1.3  Python平台搭建
    1.3.1  集成開發環境Anaconda
    1.3.2  集成開發環境PyCharm
    1.3.3  搭建虛擬環境
    1.3.4  配置虛擬環境
  1.4  Spark平台搭建
    1.4.1  Spark的部署方式
    1.4.2  安裝JDK
    1.4.3  安裝Scala
    1.4.4  安裝開發工具IDEA
    1.4.5  安裝Spark
    1.4.6  安裝Maven
  1.5  基於Python創建項目
  1.6  基於Spark創建項目
  習題1
第2章  數據預處理
  2.1  數據預處理的概念
    2.1.1  數據清洗
    2.1.2  數據轉換
  2.2  基於Python的數據預處理
  2.3  基於Spark的數據預處理
  習題2
第3章  分類模型
  3.1  分類模型的概念
  3.2  分類模型的演算法原理
    3.2.1  決策樹演算法
    3.2.2  最近鄰演算法
    3.2.3  樸素貝葉斯演算法
    3.2.4  邏輯回歸演算法
    3.2.5  支持向量機演算法
  3.3  基於Python的分類建模實例
  3.4  基於Spark的分類建模實例
  習題3
第4章  聚類模型
  4.1  聚類模型的概念
    4.1.1  聚類模型概述
    4.1.2  聚類模型中的相似度計算方法
    4.1.3  聚類演算法的評價
  4.2  聚類模型的演算法原理
    4.2.1  K-means演算法
    4.2.2  AGNES演算法
    4.2.3  DBSCAN演算法
    4.2.4  GMM演算法
    4.2.5  二分K-means演算法

    4.2.6  隱式狄利克雷分配演算法
  4.3  基於Python的聚類建模實例
  4.4  基於Spark的聚類建模實例
  習題4
第5章  回歸模型
  5.1  回歸模型的概念
  5.2  回歸模型的演算法原理
    5.2.1  線性回歸演算法
    5.2.2  廣義線性回歸演算法
  5.3  基於Python的回歸建模實例
  5.4  基於Spark的回歸建模實例
  習題5
第6章  關聯模型
  6.1  關聯模型的概念
  6.2  關聯模型的演算法原理
    6.2.1  關聯規則演算法
    6.2.2  協同過濾演算法
  6.3  基於Python的關聯建模實例
  6.4  基於Spark的關聯建模實例
  習題6
第7章  數據降維
  7.1  數據降維的概念
  7.2  數據降維演算法
    7.2.1  主成分分析
    7.2.2  奇異值分解
    7.2.3  線性判別分析
  7.3  基於Python的數據降維實例
  7.4  基於Spark的數據降維實例
  習題7
第8章  神經網路
  8.1  神經網路的概念
  8.2  神經網路的演算法原理
    8.2.1  多層感知機
    8.2.2  卷積神經網路
  8.3  基於Python的神經網路實例
  8.4  基於Spark的神經網路實例
  習題8
第9章  項目實戰1：食品安全信息處理與識別
  9.1  項目背景
  9.2  數據獲取
    9.2.1  用SecureCRT連接MongoDB查看數據
    9.2.2  用Python連接MongoDB讀取數據
  9.3  數據預處理
    9.3.1  數據轉換
    9.3.2  數據清洗
  9.4  機器學習建模與分析
    9.4.1  將信息集合劃分為訓練集和測試集
    9.4.2  將NAME_AND_CONTENT欄位數值化
    9.4.3  針對訓練集建立分類模型進行訓練
    9.4.4  用測試集檢驗分類模型的性能

    9.4.5  結果可視化
  9.5  項目總結
  習題9
第10章  項目實戰2：基於Hive數據倉庫的商品推薦
  10.1  項目背景
  10.2  數據獲取
    10.2.1  用Navicat連接資料庫查看數據
    10.2.2  用Spark獲取數據到Hive的ODS數據倉庫
  10.3  數據預處理
    10.3.1  對線下購物數據進行預處理，並存入Hive數據倉庫的DW層
    10.3.2  對線上購物數據進行預處理，並存入Hive數據倉庫的DW層
  10.4  機器學習建模與分析
    10.4.1  對線下購物數據進行分析，並將商品推薦結果寫入MySQL
    10.4.2  對線上購物數據進行分析，並將商品推薦結果寫入MySQL
  10.5  項目總結
  習題10
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(新工科建設之路人工智慧系列教材)