Python機(jī)器學(xué)習(xí)及實(shí)踐

定　價(jià)：￥79.00

作　者：	梁佩瑩
出版社：	清華大學(xué)出版社
叢編項(xiàng)：	人工智能科學(xué)與技術(shù)叢書
標(biāo)　簽：	暫缺

購買這本書可以去

ISBN：	9787302539735	出版時(shí)間：	2020-05-01	包裝：	平裝
開本：	16開	頁數(shù)：	318	字?jǐn)?shù)：

內(nèi)容簡介

　　Python是目前比較熱門的編程語言，以簡單易學(xué)、應(yīng)用廣泛、類庫強(qiáng)大而著稱，是實(shí)現(xiàn)機(jī)器學(xué)習(xí)算法的愛選語言。《Python機(jī)器學(xué)習(xí)及實(shí)踐/人工智能科學(xué)與技術(shù)叢書》以Python3.6.5為編寫平臺，以幫助讀者快速上手、理論與實(shí)踐相結(jié)合為出發(fā)點(diǎn)，介紹Python機(jī)器學(xué)習(xí)的相關(guān)內(nèi)容?！禤ython機(jī)器學(xué)習(xí)及實(shí)踐/人工智能科學(xué)與技術(shù)叢書》共10章，分別介紹了機(jī)器學(xué)習(xí)的基礎(chǔ)知識、近鄰法、數(shù)據(jù)降維、分類算法、回歸算法、聚類算法、神經(jīng)網(wǎng)絡(luò)、推薦算法、頻繁項(xiàng)集、數(shù)據(jù)預(yù)處理。通過《Python機(jī)器學(xué)習(xí)及實(shí)踐/人工智能科學(xué)與技術(shù)叢書》的學(xué)習(xí)，讀者可了解Python編程及在機(jī)器學(xué)習(xí)中的應(yīng)用?！禤ython機(jī)器學(xué)習(xí)及實(shí)踐/人工智能科學(xué)與技術(shù)叢書》可作為對Python和機(jī)器學(xué)習(xí)感興趣的初學(xué)者的參考書，也可作為從事Python開發(fā)的廣大科研人員、學(xué)者、工程技術(shù)人員的參考書，還可作為高等院校人工智能、計(jì)算機(jī)等相關(guān)專業(yè)的教材?！禤ython機(jī)器學(xué)習(xí)及實(shí)踐/人工智能科學(xué)與技術(shù)叢書》突出的特點(diǎn)：內(nèi)容由淺入深，既有原理介紹，又有實(shí)戰(zhàn)操作，使讀者在實(shí)踐中掌握相關(guān)知識，并為解決問題提供詳細(xì)的方法。具有超強(qiáng)的實(shí)用性，實(shí)例豐富，書中給出了80多個(gè)實(shí)例讓讀者理解概念、原理和算法。以理論與實(shí)踐相結(jié)合為出發(fā)點(diǎn)，介紹Python機(jī)器學(xué)習(xí)的相關(guān)內(nèi)容，即使沒有機(jī)器學(xué)習(xí)基礎(chǔ)的讀者也可以快速上手。

作者簡介

暫缺《Python機(jī)器學(xué)習(xí)及實(shí)踐》作者簡介

圖書目錄

第1章機(jī)器學(xué)習(xí)的基礎(chǔ)知識
1．1 何謂機(jī)器學(xué)習(xí)
1．1．1 傳感器和海量數(shù)據(jù)
1．1．2 機(jī)器學(xué)習(xí)的重要性
1．1．3 機(jī)器學(xué)習(xí)的表現(xiàn)
1．1．4 機(jī)器學(xué)習(xí)的主要任務(wù)
1．1．5 選擇合適的算法
1．1．6 機(jī)器學(xué)習(xí)程序的步驟
1．2 綜合分類
1．3 推薦系統(tǒng)和深度學(xué)習(xí)
1．3．1 推薦系統(tǒng)
1．3．2 深度學(xué)習(xí)
1．4 何為Python
1．4．1 使用Python軟件的由來
1．4．2 為什么使用Python
1．4．3 Python設(shè)計(jì)定位
1．4．4 Python的優(yōu)缺點(diǎn)
1．4．5 Python的應(yīng)用
1．5 Python編程第一步
1．6 NumPy函數(shù)庫基礎(chǔ)
1．7 Python迭代器與生成器
1．7．1 迭代器
1．7．2 生成器
1．8 多線程
1．8．1 學(xué)習(xí)Python線程
1．8．2 線程模塊
1．8．3 線程同步
1．8．4 線程優(yōu)先級隊(duì)列（Queue）
1．9 小結(jié)
1．10 習(xí)題
第2章 Python近鄰法
2．1 k近鄰法的三要素
2．1．1 k選擇
2．1．2 距離度量
2．1．3 分類決策規(guī)則
2．2 k近鄰法
2．3 kd樹
2．3．1 什么是kd樹
2．3．2 如何構(gòu)建kd樹
2．3．3 如何在kd樹中搜索
2．4 Python實(shí)現(xiàn)kd樹、k近鄰法
2．5 小結(jié)
2．6 習(xí)題
第3章 Python數(shù)據(jù)降維
3．1 維度災(zāi)難與降維
3．2 主成分分析
3．2．1 PCA原理
3．2．2 PCA算法
3．2．3 PCA降維的兩個(gè)準(zhǔn)則
3．3 SVD降維
3．4 核主成分分析降維
3．5 流形學(xué)習(xí)降維
3．6 多維縮放降維
3．6．1 原理
3．6．2 MDS算法
3．7 等度量映射降維
3．8 局部線性嵌入
3．8．1 原理
3．8．2 LLE算法
3．9 非負(fù)矩陣分解
3．10 小結(jié)
3．11 習(xí)題
……
第4章 Python分類算法
第5章 Python回歸算法
第6章 Python聚類算法
第7章 Python神經(jīng)網(wǎng)絡(luò)
第8章 Python推薦算法
第9章 Python頻繁項(xiàng)集
第10章 Python數(shù)據(jù)預(yù)處理
參考文獻(xiàn)