暂无评论
图文详情
- ISBN:9787563563821
- 装帧:一般胶版纸
- 册数:暂无
- 重量:暂无
- 开本:26cm
- 页数:173页
- 出版时间:2021-06-01
- 条形码:9787563563821 ; 978-7-5635-6382-1
内容简介
本书作为机器学习的入门书, 涉及机器学习基础知识的各方面内容。该书共包含11章内容, 具体安排为: 第1章讲解机器学习的基础知识 ; 第2-6章讲解监督学习中常用的分类算法 ; 第7章讲解监督学习中常用的回归算法 ; 第8章介绍神经网络, 其既可以用于分类, 又可以用于回归 ; 第9-10章讲解无监督学习中的常用算法 ; 第11章介绍通过降维技术来简化数据。
目录
第1章 绪论
1.1 机器学习定义
1.2 机器学习发展历程
1.3 机器学习分类
1.3.1 有监督学习
1.3.2 分类模型评判指标
1.3.3 无监督学习
1.3.4 增强学习
1.4 实验环境介绍
1.4.1 语言的选择
1.4.2 Python的安装
1.4.3 PyCharm编辑器
1.5 本章小结
第2章 七近邻
2.1 k近邻算法介绍
2.2 入门实例
2.3 忌近邻算法的深入讨论
2.3.1 k值对结果的影响
2.3.2 相似程度的度量
2.3.3 决策策略
2.4 实际应用
2.4.1 KNeighborsClassifier类介绍
2.4.2 小试牛刀
2.4.3 实战演示
2.5 本章小结
第3章 决策树
3.1 决策树算法介绍
3.2 构建决策树的方法
3.2.1 信息熵
3.2.2 信息增益
3.2.3 ID3算法
3.2.4 C4.5算法
3.2.5 CART算法
3.3 模型评估方法
3.3.1 保留法
3.3.2 k折交叉验证法
3.3.3 自助法
3.4 实际应用
3.4.1 DecisionTreeClassifier类介绍
3.4.2 小试牛刀
3.4.3 实战演示
3.5 本章小结
第4章 朴素贝叶斯
4.1 贝叶斯定理
4.2 朴素贝叶斯算法介绍
4.3 入门实例
4.4 Laplace修正
4.5 实际应用
4.5.1 GussianNB类介绍
4.5.2 小试牛刀
4.5.3 实战演示
4.6 本章小结
第5章 支持向量机
5.1 支持向量机算法介绍
……
第6章 AdaBoost
第7章 线性回归
第8章 神经网络
第9章 k-means
第10章 Apriori关联分析
第11章 PCA降维
参考文献
附录A 线性代数基础
附录B 概率论基础
附录C Python基础
展开全部
作者简介
杨坡,硕士,南开大学滨海学院讲师,主要研究领域为模式识别、机器学习等。长年教授C++、PHP、Python等课程。主编书籍《HTML5 canvas游戏开发基础》。省级产学研合作项目——Python课程建设的主要参与人。
本类五星书
本类畅销
-
硅谷之火-人与计算机的未来
¥12.7¥39.8 -
删繁就简-单片机入门到精通
¥27.3¥39.0 -
计算
¥92.2¥128.0 -
秒懂剪映应用技巧
¥43.7¥59.8 -
抖音短视频
¥18.1¥42.0 -
C程序设计(第五版)
¥34.3¥49.0 -
C语言程序设计(第4版)
¥41.3¥59.0 -
有限与无限的游戏:一个哲学家眼中的竞技世界
¥37.4¥68.0 -
人工智能
¥17.6¥55.0 -
UNIX环境高级编程(第3版)
¥174.0¥229.0 -
中文版PHOTOSHOP 2024完全自学教程
¥83.9¥119.8 -
智能控制与强化学习先进值迭代评判设计
¥104.9¥139.8 -
做好课题申报:AI辅助申请书写作
¥48.9¥69.8 -
企业AI之旅
¥43.5¥79.0 -
高效写论文:AI辅助学术论文写作
¥48.9¥69.8 -
因果漫步
¥65.0¥89.0 -
Blender超级学习手册
¥83.9¥119.9 -
商用级AIGC绘画创作与技巧(MIDJOURNEY+STABLE DIFFUSION)
¥59.3¥79.0 -
JAVA官方入门教程(第9版·JAVA 17)
¥89.6¥128.0 -
Python编程从入门到实践(第3版)
¥76.9¥109.8