机器学习基础——基于Python和scikit-learn的机器学习应用
正版新书 新华官方库房直发 可开电子发票
￥ 48.88 7.0折 ￥ 69.8 全新
库存5件
作者(美)海特·萨拉赫
出版社中国水利水电出版社
ISBN9787517085065
出版时间2020-11
版次1
装帧平装
开本16开
纸张胶版纸
页数196页
字数228千字
定价69.8元
货号SC:9787517085065
上书时间2024-12-22
商品详情
- 品相描述：全新
- 全新正版 提供发票
- 商品描述
-
内容简介:
随着机器学习算法的普及，开发和优化这些算法的新工具也得到了发展。本书首先介绍了scikit-learn包，学习如何使用scikit-learn语法；学习监督模型和无监督模型之间的差异，以及为每个数据集选择适当算法的重要性；学习将无监督聚类算法应用到真实的数据集中，发现其中的规律，并在探索中解决无监督机器学习问题。其次，本书重点研究监督学习算法，学习如何使用scikit-learn包实现不同的监督算法以及如何开发神经网络架构；还将了解如何采用合乎逻辑的结果分析，并通过调节超参数来改善算法的性能。 本书理论讲解与练习实例相结合，并通过大量的活动指导读者进行真实数据集的模拟训练。学完本书将知道如何描述监督模型和无监督模型之间的差异，以及如何将一些流行的算法应用于现实生活中的数据集中，将获得诸多技能并有信心编写机器学习算法。本书面向机器学习领域的新手和希望学习如何使用scikit-learn库开发机器学习算法的开发人员。读者需要具备Python编程方面的一些知识和经验，但不需要任何关于scikit-learn或机器学习算法的先验知识。
目录:
第1章 scikit-learn简介
1.1 scikit-learn
1.1.1 scikit-learn的优点
1.1.2 scikit-learn的缺点
1.2 数据表示
1.2.1 数据表
1.2.2 特征矩阵和目标矩阵
1.2.3 练习1：加载实例数据集并创建特征矩阵和目标矩阵
1.2.4 活动1：选择目标特征并创建一个目标矩阵
1.3 数据预处理
1.3.1 混乱的数据
1.3.2 练习2：处理混乱的数据
1.3.3 处理分类特征
1.3.4 练习3：在文本数据上应用特征工程
1.3.5 重新缩放数据
1.3.6 练习4：归一化和标准化数据
1.3.7 活动2：预处理整个数据集
1.4 scikit-learn API
1.5 监督学习和无监督学习
1.5.1 监督学习
1.5.2 无监督学习
1.6 小结
第2章 无监督学习：R
...
— 没有更多了 —
以下为对购买帮助不大的评价