Python机器学习基础教程
正版新书 新华官方库房直发 可开电子发票
￥ 43.45 5.5折 ￥ 79 全新
库存181件
作者(德)安德里亚斯·穆勒(Andreas C.Muller),(美)莎拉·吉多(Sarah Guido) 著;张亮 译
出版社人民邮电出版社
ISBN9787115475619
出版时间2018-01
版次1
装帧平装
开本16开
纸张胶版纸
页数285页
字数443千字
定价79元
货号SC:9787115475619
上书时间2024-04-27
- 最新上架
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
作者简介:
安德里亚斯·穆勒，scikit-learn库维护者和核心贡献者。现任哥伦比亚大学数据科学研究院讲师，曾任纽约大学数据科学中心助理研究员、亚马逊公司计算机视觉应用的机器学习研究员。在波恩大学获得机器学习博士学位。
莎拉·吉多，Mashable公司数据科学家，曾担任Bitly公司数据科学家。
内容简介:
本书是机器学习入门书，以Python语言介绍。主要内容包括：机器学习的基本概念及其应用；实践中常用的机器学习算法以及这些算法的优缺点；在机器学习中待处理数据的呈现方式的重要性，以及应重点关注数据的哪些方面；模型评估和调参的方法，重点讲解交叉验证和网格搜索；管道的概念；如何将前面各章的方法应用到文本数据上，还介绍了一些文本特有的处理方法。本书适合机器学习从业者或有志成为机器学习从业者的人阅读。
目录:
前言ix
第1章引言1
1.1为何选择机器学习1
1.1.1机器学习能够解决的问题2
1.1.2熟悉任务和数据4
1.2为何选择Python4
1.3scikit-learn4
1.4必要的库和工具5
1.4.1JupyterNotebook6
1.4.2NumPy6
1.4.3SciPy6
1.4.4matplotlib7
1.4.5pandas8
1.4.6mglearn9
1.5Python2与Python3的对比9
1.6本书用到的版本10
1.7第一个应用：鸢尾花分类11
1.7.1初识数据12
1.7.2衡量模型是否成功：训练数据与测试数据14
1.7.3要事第一：观察数据15
1.7.4构建第一个模型：k近邻算法16
1.7.5做出预测17
1.7.6评估模型18
1.8小结与展望19
第2章监督学习21
2.1分类与回归21
2.2泛化、过拟合与欠拟合22
2.3监督学习算法24
2.3.1一些样本数据集25
2.3.2k近邻28
2.3.3线性模型35
2.3.4朴素贝叶斯分类器53
2.3.5决策树54
2.3.6决策树集成64
2.3.7核支持向量机71
2.3.8神经网络（深度学习）80
2.4分类器的不确定度估计91
2.4.1决策函数91
2.4.2预测概率94
2.4.3多分类问题的不
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价