机器学习算法评估实战
正版新书 新华官方库房直发 可开电子发票
￥ 70.94 7.1折 ￥ 99.9 全新
库存2件
作者宋亚统
出版社人民邮电出版社
ISBN9787115552402
出版时间2021-05
版次1
装帧平装
开本16开
纸张胶版纸
页数244页
字数297千字
定价99.9元
货号SC:9787115552402
上书时间2024-12-24
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:
宋亚统，美团点评配送事业部高级算法工程师，2017年获得中国科学院大学硕士学位。他目前主要负责基于位置的服务（Location-Based Service，LBS）算法研发工作。他热爱人工智能并擅长写作，在职期间获得8项算法发明专利，对机器学习算法有着深入的研究和丰富的实践经验。
主编推荐:
机器学习算法评估就是用科学的指标，对机器学习算法的智能性、稳定性与可靠性进行完整、可靠的评价，并给出有条理的、可解释的结论。一个优秀的算法在上线之前，一定要经过严密、周全的评估，才能应对现实业务环境的复杂情况，充分发挥令人惊叹的“人工智能之美”。
本书特色：
1. 图文并茂，全彩印刷，完整而系统地介绍机器学习算法评估理论；
2. 配套源码，基于业务场景评价算法上线服务的可靠性；
3. 利用算法评估工具进行实践，探索机器学习算法本质。
媒体评论:
在机器学习算法的实际应用中，我们不仅要知道算法的原理，也要了解如何评估算法上线服务的可靠性。本书思路严谨、推导详细，涵盖了机器学习算法评估的方方面面，是一本难得的佳作。
——美团LBS算法专家，陈水平
本书作者拥有扎实的理论基础和丰富的工业实践经验, 从开篇的机器学习理论, 到方兴未艾的深度学习技术, 再到工业级别的基于位置的服务应用, 将理论与实践的结合贯穿全书。我从本书中获益匪浅, 相信各位读者开卷也能获得同样的感受。
——唯品会高级算法工程师，张凌寒
本书深入细节，对多种算法进行简洁明了的图解以及条理清晰的实例推导，让初入机器学习算法领域的读者更好容易理解各种经典模型的原理，也非常适合从业人员加深对于算法评估的认知。
——百度高级算法工程师，孙志远
本书构思新颖，内容丰富且实用。初读之时可熟读而精思，再读之时则温故而知新。希望即将进入或者正在机器学习领域深耕的读者都可以在阅读中受益。
——美团LBS算法工程师，陈丽影
内容简介:
机器学习算法评估力求用科学的指标，对机器学习算法进行完整、可靠的评价。
本书详细介绍机器学习算法评估的理论、方法和实践。全书分为3个部分。第1部分包含第1章～第3章，针对分类算法、回归算法和聚类算法分别介绍对应的基础理论和评估方法；第2部分包含第4章～第8章，介绍更复杂的模型（如深度学习模型和集成树模型）的对比与评估，并且针对它们实际应用的业务场景介绍一些特有的评估指标和评估体系；第3部分包含第9章～第11章，总结算法评估的常用工具、技术及方法论，包括实用的可视化工具介绍，并讨论机器学习算法的本质。
本书适合机器学习专业相关从业者和算法工程师阅读，也适合想要从事人工智能和机器学习工作的人士学习和参考。
目录:
第 1章 分类的艺术 1
1.1 训练集和测试集的选择 1
1.2 准召率和P-R曲线 6
1.3 ROC和AUC 8
1.5 异常检测 12
1.5 小结 14
第 2章 一个好的回归算法 15
2.1 ME那些事 15
2.2 方差和偏差 17
2.3 欠拟合和过拟合 18
2.4 正则化方法 20
2.5 回归算法的对比 24
2.5.1 线性回归 24
2.5.2 局部加权线性回归 25
2.5.3 岭回归 26
2.6 梯度下降的对比 26
2.6.1 一般的梯度下降 26
2.6.2 随机梯度下降和批量梯度下降 28
2.6.3 动量梯度下降 29
2.6.4 AdaGrad、RMSProp和Adam 29
2.7 小结 31
第3章 “硬核”聚类&nbs
...
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价