图解机器学算法 人工智能 ()秋庭伸也，()杉山阿圣，()寺田学
新华书店全新正版书籍 支持7天无理由
￥ 42 5.3折 ￥ 79.8 全新
库存16件
河北保定
认证卖家担保交易快速发货售后保障
作者()秋庭伸也，()杉山阿圣，()寺田学
出版社人民邮电出版社
ISBN9787115563569
出版时间2021-06
版次1
装帧平装
开本16
页数181页
定价79.8元
货号xhwx_1202375973
上书时间2024-06-26
- 在售商品 暂无
- 平均发货时间 33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：
152张图表，轻松掌握17种常用算法！
没有复杂公式，零基础也可轻松读懂！
1.全面
网罗有监督学和无监督学的17种算法，涉及回归、分类、降维、聚类等问题。
2.直观
全彩图解，让原本抽象复杂的算法变得一目了然，方便读者快速了解各算法的特征，学会如何选择恰当的算法。
3.易懂
几乎没有数学公式和统计术语，零基础也可轻松读懂。
4.实现
各算法均用python代码实现，基于python 3.7版本，读者可下载配套代码资源，边试边学。
目录：
章 机器学基础
1.1 机器学概要
什么是机器学
机器学的种类
机器学的应用
1.2 机器学的步骤
数据的重要
有监督学（分类）的例子
无监督学（聚类）的例子
可视化
图形的种类和画法：使用matplotlib显示图形的方法
使用pandas理解和处理数据
本章小结
第2章 有监督学
2.1 算法1：线回归
概述
算法说明
详细说明
2.2 算法2：正则化
概述
算法说明
详细说明
2.3 算法3：逻辑回归
概述
算法说明
详细说明
2.4 算法4：支持向量机
概述
算法说明
详细说明
2.5 算法5：支持向量机（核方法）
概述
算法说明
详细说明
2.6 算法6：朴素贝叶斯
概述
算法说明
详细说明
2.7 算法7：森林
概述
算法说明
详细说明
2.8 算法8：神经网络
概述
算法说明
详细说明
2.9 算法9：knn
概述
算法说明
详细说明
第3章 无监督学
3.1 算法10：pca
概述
算法说明
详细说明
3.2 算法11：lsa
概述
算法说明
详细说明
3.3 算法12：nmf
概述
算法说明
详细说明
3.4 算法13：lda
概述
算法说明
详细说明
3.5 算法14：k-means算法
概述
算法说明
详细说明
3.6 算法15：混合高斯分布
概述
算法说明
详细说明
3.7 算法16：lle
概述
算法说明
详细说明
3.8 算法17：t-sne
概述
算法说明
详细说明
第4章 评估方法和各种数据的处理
4.1 评估方法
有监督学的评估
分类问题的评估方法
回归问题的评估方法
均方误差和决定系数指标的不同
与其他算法进行比较
超参数的设置
模型的过拟合
止过拟合的方法
将数据分为训练数据和验证数据
交验证
搜索超参数
4.2 文本数据的转换处理
基于单词出现次数的转换
基于tf-idf的转换
应用于机器学模型
4.3 图像数据的转换处理
直接将像素信息作为数值使用
将转换后的向量数据作为输入来应用机器学模型
第5章 环境搭建
5.1 python 3的安装
windows
macos
linu
使用anaconda在windows上安装
5.2 虚拟环境
通过官方安装程序安装python的情况
通过anaconda安装python的情况
5.3 三方包的安装
什么是三方包
安装三方包的方法
参文献
内容简介：
本书基于丰富的图示，详细介绍了有监督学和无监督学的17种算法，包括线回归、正则化、逻辑回归、支持向量机、核方法、朴素贝叶斯、森林、神经网络、knn、pca、la、nmf、lda、kmean算法、混合高斯分布、lle和tne。书中针对各算法均用python代码进行了实现，读者可一边运行代码一边阅读，从而加深对算法的理解。
— 没有更多了 —
以下为对购买帮助不大的评价