注冊 | 登錄讀書好,好讀書,讀好書!
讀書網(wǎng)-DuShu.com
當(dāng)前位置: 首頁出版圖書科學(xué)技術(shù)計算機(jī)/網(wǎng)絡(luò)人工智能Python機(jī)器學(xué)習(xí)入門:機(jī)器學(xué)習(xí)算法的理論與實踐

Python機(jī)器學(xué)習(xí)入門:機(jī)器學(xué)習(xí)算法的理論與實踐

Python機(jī)器學(xué)習(xí)入門:機(jī)器學(xué)習(xí)算法的理論與實踐

定 價:¥79.00

作 者: [日] 大曾根圭輔,關(guān)喜史,米田武 著
出版社: 機(jī)械工業(yè)出版社
叢編項:
標(biāo) 簽: 暫缺

ISBN: 9787111696650 出版時間: 2022-03-01 包裝:
開本: 16開 頁數(shù): 188 字?jǐn)?shù):  

內(nèi)容簡介

  《Python機(jī)器學(xué)習(xí)入門:機(jī)器學(xué)習(xí)算法的理論與實踐》全面細(xì)致地講解了機(jī)器學(xué)習(xí)的基礎(chǔ)知識及其應(yīng)用,具體內(nèi)容包括機(jī)器學(xué)習(xí)中必要的環(huán)境搭建和Python的基礎(chǔ)知識、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的理論及其實際應(yīng)用案例、有監(jiān)督學(xué)習(xí)和無監(jiān)督學(xué)習(xí)的機(jī)器學(xué)習(xí)模式,并以理論結(jié)合公式的方式講解了Python代碼的編寫方法,以及數(shù)據(jù)的采集、處理和實際操作中機(jī)器學(xué)習(xí)的模式。本書適合人工智能、機(jī)器學(xué)習(xí)方向的學(xué)生和技術(shù)人員學(xué)習(xí)、使用,也適合廣大人工智能愛好者閱讀。

作者簡介

暫缺《Python機(jī)器學(xué)習(xí)入門:機(jī)器學(xué)習(xí)算法的理論與實踐》作者簡介

圖書目錄

目錄
譯者的話
原書前言
第1章閱讀本書前的準(zhǔn)備
1.1Python的安裝
1.1.1何為Python
1.1.2Homebrew的安裝
1.1.3Python3的安裝
1.1.4虛擬環(huán)境的創(chuàng)建
1.1.5為何使用venv(為何不用pyenv、anaconda)
1.2Python的使用方法
1.2.1輸出Hello World!
1.2.2IPython的使用
1.2.3四則運算
1.2.4字符串的使用
1.2.5列表類型的使用
1.2.6字典類型的使用
1.2.7其他數(shù)據(jù)類型
1.2.8條件分支
1.2.9循環(huán)
1.2.10函數(shù)的使用
1.2.11類的使用
1.2.12標(biāo)準(zhǔn)庫的使用
1.3Jupyter Notebook的安裝和使用
1.3.1Jupyter Notebook的安裝和啟動
1.3.2Jupyter Notebook的使用
1.4NumPy、scikit-learn、matplotlib、Pandas的使用
1.4.1NumPy的安裝和使用
1.4.2scikit-learn的安裝和使用
1.4.3matplotlib的安裝和使用
1.4.4Pandas的安裝和使用
第2章機(jī)器學(xué)習(xí)在實際中的使用
2.1在工作中運用機(jī)器學(xué)習(xí)
2.1.1關(guān)于機(jī)器學(xué)習(xí)
2.1.2輸入輸出的格式化
2.1.3分析任務(wù)的本質(zhì)
2.1.4實際問題的分析案例
2.2用樣本數(shù)據(jù)嘗試有監(jiān)督學(xué)習(xí)
2.2.1嘗試分類的案例
2.2.2運用決策樹分類
2.2.3嘗試解決實際問題
2.2.4解決實際問題的注意要點
2.3用樣本數(shù)據(jù)嘗試無監(jiān)督學(xué)習(xí)
2.3.1無監(jiān)督學(xué)習(xí)
2.3.2使用樣本嘗試scikit-learn
2.4小結(jié)
第3章機(jī)器學(xué)習(xí)基礎(chǔ)理論
3.1數(shù)學(xué)知識的準(zhǔn)備
3.1.1本節(jié)的學(xué)習(xí)流程
3.1.2為什么數(shù)學(xué)是必要的
3.1.3集合和函數(shù)基礎(chǔ)
3.1.4線性代數(shù)基礎(chǔ)
3.1.5微分基礎(chǔ)
3.1.6概率統(tǒng)計基礎(chǔ)
3.2機(jī)器學(xué)習(xí)的基礎(chǔ)
3.2.1機(jī)器學(xué)習(xí)的目的
3.2.2技術(shù)性的假設(shè)和用語
3.2.3有監(jiān)督學(xué)習(xí)概述
3.2.4從泛化誤差看有監(jiān)督學(xué)習(xí)
3.2.5無監(jiān)督學(xué)習(xí)概述
3.3有監(jiān)督學(xué)習(xí)
3.3.1分類模型的精度評價
3.3.2邏輯回歸
3.3.3神經(jīng)網(wǎng)絡(luò)
3.3.4梯度提升決策樹
3.4無監(jiān)督學(xué)習(xí)
3.4.1混合高斯模型
3.4.2k-均值
3.4.3層次聚類
3.4.4核密度估計
3.4.5t-SNE
第4章數(shù)據(jù)的整合與處理
4.1機(jī)器學(xué)習(xí)中數(shù)據(jù)的使用流程
4.2數(shù)據(jù)的獲取和整合
4.2.1數(shù)據(jù)結(jié)構(gòu)的理解
4.2.2從結(jié)構(gòu)化數(shù)據(jù)中讀取數(shù)據(jù)
4.2.3讀取數(shù)據(jù)
4.2.4分組聚合
4.2.5時間格式的操作方法
4.2.6合并
4.3數(shù)據(jù)的格式化
4.3.1數(shù)據(jù)種類的理解
4.3.2標(biāo)準(zhǔn)化
4.3.3缺省值
4.4非結(jié)構(gòu)化數(shù)據(jù)的處理
4.4.1文本數(shù)據(jù)的預(yù)處理
4.4.2終端中MeCab的應(yīng)用
4.4.3Python中MeCab的應(yīng)用
4.4.4圖片數(shù)據(jù)的處理
4.5不平衡數(shù)據(jù)的處理
4.5.1分類問題中的不平衡數(shù)據(jù)
4.5.2數(shù)據(jù)不平衡問題
4.5.3一般的處理方法
4.5.4樣本權(quán)重的調(diào)整
4.5.5降采樣法

本目錄推薦

掃描二維碼
Copyright ? 讀書網(wǎng) ranfinancial.com 2005-2020, All Rights Reserved.
鄂ICP備15019699號 鄂公網(wǎng)安備 42010302001612號