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
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
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