消息首页搜索举报

正版现货新书机器学统设计 9787115356826 Willi Richert

全新正版现货，以书名为准，放心购买，购书咨询18931383650朱老师

34.2 7.0折 49 全新

库存2件

北京丰台

认证卖家担保交易快速发货售后保障

作者Willi Richert

出版社人民邮电出版社

ISBN9787115356826

出版时间2014-07

装帧平装

开本16开

定价49元

货号1200915114

上书时间2024-10-11

黎明书店

十五年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 9小时
好评率暂无

最新上架

全新正版图书沉浮与枯荣：八十自述（法学泰斗江平口述自传）江平口述陈夏红整理法律出版社9787511808578 黎明书店 ¥56.30

全新正版图书唯物史观视域下社会形象理论建构研究李春燕人民出版社9787010254234 黎明书店 ¥57.00

全新正版图书英美戏剧:剧本与演出范浩上海外语教育出版社有限公司9787544679916 黎明书店 ¥46.10

正版现货新书（全2册）写给青少年的中国史+世界史 9787516830758 刘刚、程晓南著

正版现货新书世界经典童话绘本一千零一夜童话套装（全2册）阿拉丁和神灯+和四十大盗 9787571320263 介于童书凤凰含章出品

正版现货新书全3册父母的语言+自驱型成长+正面管教儿童教育心理学育儿早教书不打不骂培养教育好孩子的书籍好妈妈胜过好老师男孩女孩青春期家庭教育儿童教育心理学书 9787220124587 尹丽华

正版现货新书致青春：我们从未改变系列套装2册 9787569943894 程沙柳、郝泽鹏

正版现货新书房地产开发流程实录与解析——房地产开发知识和报批报建要点 9787111689669 余源鹏

商品详情

品相描述：全新

商品描述: 作者简介
Willi Richert
机器学习和机器人学博士，目前任职于微软Bing搜索核心研发团队。他从事多种机器学习领域的研究，包括主动学习和统计机器翻译。
Luis Pedro Coelho
计算生物学家，主要关注生物图像信息学和大规模图像数据的处理，致力于生物标本图像分析中机器学习技术的应用，他还是Python计算机视觉库mahotas的主要开发人员。他于1998年开始开发开源软件，2004年起从事Python开发，并为多个Python开源库贡献了代码。另外，Luis拥有机器学习领域靠前的卡内基-梅隆大学的博士学位，并发表过多篇科学论文。。

目录
章 Python机器学习入门
1.1 梦之队：机器学习与Python
1.2 这本书将教给你什么(以及不会教什么)
1.3 遇到困难的时候怎么办
1.4 开始
1.4.1 NumPy、SciPy和Matplotlib简介
1.4.2 安装Python
1.4.3 使用NumPy和SciPy智能高效地处理数据
1.4.4 学习NumPy
1.4.5 学习SciPy
1.5 我们个(极小的)机器学习应用
1.5.1 读取数据
1.5.2 预处理和清洗数据
1.5.3 选择正确的模型和学习算法
1.6 小结
第2章如何对真实样本分类
2.1 Iris数据集
2.1.1 步是可视化
2.1.2 构建个分类模型
2.2 构建更复杂的分类器
2.3 更复杂的数据集和更复杂的分类器
2.3.1 从Seeds数据集中学习
2.3.2 特征和特征工程
2.3.3 最邻近分类
2.4 二分类和多分类
2.5 小结
第3章聚类：寻找相关的帖子
3.1 评估帖子的关联性
3.1.1 不应该怎样
3.1.2 应该怎样
3.2 预处理：用相近的公共词语个数来衡量相似性
3.2.1 将原始文本转化为词袋
3.2.2 统计词语
3.2.3 词语频次向量的归一化
3.2.4 删除不重要的词语
3.2.5 词干处理
3.2.6 停用词兴奋剂
3.2.7 我们的成果和目标
3.3 聚类
3.3.1 K均值
3.3.2 让测试数据评估我们的想法
3.3.3 对帖子聚类
3.4 解决我们最初的难题
3.5 调整参数
3.6 小结
第4章主题模型
4.1 潜在狄利克雷分配(LDA)
4.2 在主题空间比较相似度
4.3 选择主题个数
4.4 小结
第5章分类：检测劣质答案
5.1 路线图概述
5.2 学习如何区分出优秀的答案
5.2.1 调整样本
5.2.2 调整分类器
5.3 获取数据
5.3.1 将数据消减到可处理的程度
5.3.2 对属性进行预选择和处理
5.3.3 定义什么是优质答案
5.4 创建个分类器
5.4.1 从k邻近(kNN)算法开始
5.4.2 特征工程
5.4.3 训练分类器
5.4.4 评估分类器的性能
5.4.5 设计更多的特征
5.5 决定怎样提升效果
5.5.1 偏差?方差及其折中
5.5.2 解决高偏差
5.5.3 解决高方差
5.5.4 高偏差或低偏差
5.6 采用逻辑回归
5.6.1 一点数学和一个小例子
5.6.2 在帖子分类问题上应用逻辑回归
5.7 观察正确率的背后：准确率和召回率
5.8 为分类器瘦身
5.9 出货
5.10 小结
第6章分类II：情感分析
6.1 路线图概述
6.2 获取推特(Twitter)数据
6.3 朴素贝叶斯分类器介绍
6.3.1 了解贝叶斯定理
6.3.2 朴素
6.3.3 使用朴素贝叶斯进行分类
6.3.4 考虑未出现的词语和其他古怪情况
6.3.5 考虑算术下溢
6.4 创建个分类器并调优
6.4.1 先解决一个简单问题
6.4.2 使用所有的类
6.4.3 对分类器的参数进行调优
6.5 清洗推文
6.6 将词语类型考虑进去
6.6.1 确定词语的类型
6.6.2 用SentiWordNet成功地作弊
6.6.3 我们个估算器
6.6.4 把所有东西融合在一起
6.7 小结
第7章回归：推荐
7.1 用回归预测房价
7.1.1 多维回归
7.1.2 回归里的交叉验证
7.2 惩罚式回归
7.2.1 L1和L2惩罚
7.2.2 在Scikit-learn中使用Lasso或弹性网
7.3 P大于N的情形
7.3.1 基于文本的例子
7.3.2 巧妙地设置超参数(hyperparameter)
7.3.3 评分预测和推荐
7.4 小结
第8章回归：改进的推荐
8.1 改进的推荐
8.1.1 使用二值推荐矩阵
8.1.2 审视电影的近邻
8.1.3 组合多种方法
8.2 购物篮分析
8.2.1 获取有用的预测
8.2.2 分析超市购物篮
8.2.3 关联规则挖掘
8.2.4 更多购物篮分析的不错话题
8.3 小结
第9章分类III：音乐体裁分类
9.1 路线图概述
9.2 获取音乐数据
9.3 观察音乐
9.4 用FFT构建个分类器
9.4.1 增加实验敏捷性
9.4.2 训练分类器
9.4.3 在多分类问题中用混淆矩阵评估正确率
9.4.4 另一种方式评估分类器效果：受试者工作特征曲线(ROC)
9.5 用梅尔倒频谱系数(MFCC)提升分类效果
9.6 小结
0章计算机视觉：模式识别
10.1 图像处理简介
10.2 读取和显示图像
10.2.1 图像处理基础
10.2.2 加入椒盐噪声
10.2.3 模式识别
10.2.4 计算图像特征
10.2.5 设计你自己的特征
10.3 在更难的数据集上分类
10.4 局部特征表示
10.5 小结
1章降维
11.1 路线图
11.2 选择特征
11.2.1 用筛选器检测冗余特征
11.2.2 用封装器让模型选择特征
11.3 其他特征选择方法
11.4 特征抽取
11.4.1 主成分分析(PCA)
11.4.2 PCA的局限性以及LDA会有什么帮助
11.5 多维标度法(MDS)
11.6 小结
2章大数据
12.1 了解大数据
12.2 用Jug程序包把你的处理流程分解成几个任务
12.2.1 关于任务
12.2.2 复用部分结果
12.2.3 幕后的工作原理
12.2.4 用Jug分析数据
12.3 使用亚马逊Web服务(AWS)
12.3.1 构建你的台机器
12.3.2 用starcluster自动创建集群
12.4 小结
附录A 更多机器学习知识
A.1 在线资源
A.2 参考书
A.2.1 问答网站
A.2.2 博客
A.2.3 数据资源
A.2.4 竞争日益加剧
A.3 还剩下什么
A.4 小结
索引

内容摘要
里彻特、科埃略所著的《机器学习系统设计》是实用的python机器学习教程，结合大量案例，介绍了机器学习的各方面知识。《机器学习系统设计》不仅告诉你“怎么做”，还会分析“为什么”，力求帮助读者掌握多种多样的机器学习python库，学习构建基于python的机器学习系统，并亲身实践和体验机器学习系统的功能。
《机器学习系统设计》适合需要机器学习技术的python开发人员、计算机科学研究人员、数据科学家、人工智能程序员，以及统计程序员阅读参考。