matlab机器学 人工智能 (意)朱塞佩·恰布罗(giuseppe ciaburro)
none
￥ 36.75 5.3折 ￥ 69 全新
仅1件
北京丰台
认证卖家担保交易快速发货售后保障
作者(意)朱塞佩·恰布罗(giuseppe ciaburro)
出版社人民邮电出版社
ISBN9787115532039
出版时间2019-07
版次1
装帧平装
开本16
页数232页
定价69元
货号303_9787115532039
上书时间2024-11-04
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
- 最新上架
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
主编：
1. 知名matlab专家用 matlab 进行机器学建模的入门书。
2. 真实案例图表展示多种回归模型，真实再现用matlab实现数据应用，且侧重于实际应用。
3. 中国量化投资学会matlab技术分会会长、matlab技术论坛联合创始人李洋领衔翻译，在原书基础上增加了专业、细致的修订。
目录：
章matlab机器学初体验1
1.1机器学基础1
1.2机器学算法的分类4
1.2.1监督学4
1.2.2非监督学5
1.2.3强化学5
1.3选择正确的算法6
1.4构建机器学模型的流程7
1.5matlab中的机器学支持简介8
1.5.1作系统、硬件台要求10
1.5.2matlab安装要求11
1.6统计机器学工具箱11
1.6.1数据类型13
1.6.2统计机器学工具箱功能简介13
1.7神经网络工具箱18
1.8matlab中的统计学和线代数19
1.9结21
第2章使用matlab导入数据和组织数据22
2.1熟悉matlab桌面22
2.2将数据导入matlab27
2.2.1导入向导27
2.2.2通过程序语句导入数据29
2.3从matlab导出数据36
2.4处理媒体文件37
2.4.1处理图像数据37
2.4.2音频的导入/导出39
2.5数据组织39
2.5.1元胞数组40
2.5.2结构体数组42
2.5.3table类型44
2.5.4分类数组46
2.6结47
第3章从数据到知识挖掘49
3.1区分变量类别50
3.1.1定量变量50
3.1.2定变量50
3.2数据准备51
3.2.1初步查看数据51
3.2.2找到缺失值53
3.2.3改变数据类型54
3.2.4替换缺失值54
3.2.5移除缺失值55
3.2.6为表格排序56
3.2.7找到数据中的异常值56
3.2.8将多个数据源合并成一个数据源57
3.3探索统计指标—数值测量59
3.3.1位置测量59
3.3.2分散度的测量61
3.3.3分布形状的测量64
3.4探索可视化66
3.4.1图形数据统计分析对话框67
3.4.2柱状图70
3.4.3箱形图75
3.4.4散点图77
3.5结78
第4章找到变量之间的关系—回归方法80
4.1寻找线关系80
4.1.1小二乘回归81
4.1.2基本拟合接86
4.2如何创建一个线回归模型88
4.2.1通过稳健回归消除异常值的影响93
4.2.2多元线回归96
4.3多项式回归101
4.4回归学器app103
4.5结107
第5章模式识别之分类算法108
5.1决策树分类108
5.2概率分类模型—朴素贝叶斯分类115
5.2.1概率论基础116
5.2.2使用朴素贝叶斯进行分类119
5.2.3matlab中的贝叶斯方法120
5.3判别分析分类123
5.4k邻近算法128
5.5matlab分类学器app132
5.6结136
第6章无监督学137
6.1聚类分析简介137
6.1.1相似度与离散度指标138
6.1.2聚类方法类型简介139
6.2层次聚类算法141
6.2.1层次聚类中的相似度指标141
6.2.2定义层次聚类中的簇143
6.2.3如何理解层次聚类图145
6.2.4验证聚类结果147
6.3k均值聚类—基于均值聚类148
6.3.1k均值算法148
6.3.2函数kmeans()149
6.3.3silhouette图—可视化聚类结果152
6.4k中心点聚类—基于样本中心聚类153
6.4.1什么是中心点154
6.4.2函数kmedoids()154
6.4.3评估聚类结果156
6.5高斯混合模型聚类156
6.5.1高斯分布156
6.5.2matlab中的gmm支持157
6.5.3使用后验概率分布进行聚类159
6.6结160
第7章人工神经网络——模拟人脑的思方式162
7.1神经网络简介162
7.2神经网络基础构成165
7.2.1隐藏层数量170
7.2.2每层的节点数量170
7.2.3神经网络训练方法170
7.3神经网络工具箱171
7.4工具箱的用户界面175
7.5使用神经网络进行数据拟合176
7.5.1如何使用拟合app（nftool）178
7.5.2脚本分析186
7.6结188
第8章降维——改进机器学模型的能190
8.1特征选择190
8.1.1分步回归191
8.1.2matlab中的分步回归192
8.2特征提取199
8.3结210
第9章机器学实战211
9.1用于预测混凝土质量的数据拟合211
9.2使用神经网络诊断甲状腺疾病222
9.3使用模糊聚类对进行分簇226
9.4结231
内容简介：
matlab为机器学领域提供了必要的工具。用户可以借助matlab环境提供的强大交互式图形界面，非常轻松地解决机器学问题。本书在介绍每个主题前，会简要概述其理论基础，然后辅以实际案例进行阐释。通过阅读本书，读者能够应用机器学方法，并能充分利用matlab的功能解决实际问题。matlab机器学前3章主要介绍matlab机器学的基础知识、使用matlab导入数据和组织数据的方法以及从数据到知识发掘的方法，中间3章主要介绍回归分析、分类分析以及无监督学，后3章介绍人工神经网络、降维变换的方法以及机器学实战的相关知识。本书可供数据分析员、数据科学家以及任何希望学机器学算法以及构建数据处理、预测应用的读者阅读。
作者简介：
朱塞佩恰布罗（giueppe ciaburro），获有意大利那不勒斯腓特烈二世大学（univerità degli tudi di napoli federico ⅱ）的化学工程硕士和那不勒斯第二大学（econda univerità degli tudi di napoli）的声学和噪声控制硕士。他目前在意大利坎帕尼亚的一所大学（univerità degli tudi della campania“luigi vanvitelli”）的建成环境控制实验室工作。他在燃烧领域以及声学和噪声控制领域方面有15年以上的编程工作经验。他使用的核心编程语言是python和r，并且在使用matlab上也有丰富的经验。giueppe虽为声学和噪声控制领域的专家，但他在专业计算机课程的以及在线课程方面也有丰富的经验。他出版过专著，也在科学期刊、主题会议上发表过文章。近期他的研究方向是将机器学应用到声学和噪声控制理论中。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价