机器学习
￥ 45.86 7.7折 ￥ 59.8 全新
库存9件
北京房山
认证卖家担保交易快速发货售后保障
作者肖汉光,夏清玲 编
出版社清华大学出版社
ISBN9787302627296
出版时间2023-07
装帧平装
开本16开
定价59.8元
货号1203009894
上书时间2024-11-05
- 在售商品 暂无
- 平均发货时间 7小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 商品描述
-
目录
第1章环境搭建
1.1实验环境的安装与搭建
1.1.1Anaconda的下载
1.1.2Anaconda的安装
1.1.3检验
1.1.4启动
1.2数据清洗和预处理
1.2.1原理简介
1.2.2算法步骤
1.2.3实战
1.2.4实验
第2章模型评估
2.1模型评估的样本集构建与评价
2.1.1原理简介
2.1.2样本集的构建方法
2.1.3算法步骤
……
内容摘要
本书系统介绍机器学习的理论、模型和算法实现，主要内容包括机器学习实验环境的搭建、数据清洗、模型评估、监督学习的分类和回归问题、非监督学习的聚类和降维等理论介绍和底层算法实现。本书涵盖了K近邻算法、决策树、支持向量机、BP神经网络、卷积神经网络、循环神经网络、集成学习、K-means聚类、模糊聚类、主成分分析、独立成分分析等内容。每章均基于实战项目或案例介绍模型和算法的两种实现（scikit-learn、Keras或TensorFlow的调包实现与非调包底层代码实现），并给出相应的实验题目，以此加深读者对模型和算法的理解，提升读者对模型和算法的底层代码实现能力。本书适合作为人工智能专业高年级本科生和研究生的教材，也可作为人工智能相关领域研究人员的自学教材。
主编推荐
《机器学习》有两大特色。一是注重实践，书中每个算法都包括算法原理、算法步骤、实战讲解和实验练习几部分，读者通过实战可以加深对算法的理解，提高应用算法来解决问题的能力。二是注重入门基础，本书逐一讲解模型评估、分类问题、回归问题、聚类问题、降维问题这几大类机器学习的基础算法，帮助读者筑牢机器学习的理论根基，此后遇到相关问题都可以通过这几类算法及其组合来解决。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价