机器学习
正版新书 新华官方库房直发 可开电子发票
¥
44.26
7.4折
¥
59.8
全新
库存9件
作者肖汉光,夏清玲主编
出版社清华大学出版社
ISBN9787302627296
出版时间2023-07
版次1
装帧平装
开本16开
纸张胶版纸
页数292页
字数458千字
定价59.8元
货号SC:9787302627296
上书时间2024-09-17
商品详情
- 品相描述:全新
-
全新正版 提供发票
- 商品描述
-
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。
内容简介:
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。
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
……
— 没有更多了 —
全新正版 提供发票
以下为对购买帮助不大的评价