机器学习理论与实践

图书标准信息

• 作者 刘海军
• 出版社 北京交通大学出版社
• 出版时间 2022-05
• 版次 1
• ISBN 9787512146464
• 定价 59.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 276页
• 字数 438.000千字

【内容简介】

《机器学习理论与实践》用通俗易懂的语言介绍了浅层机器学习、深度学习的主要模型原理及实现程序，以及编写机器学习程序所需要的编程语言背景与数据处理方法等。主要内容包括浅层监督学习模型，如线性模型、决策树模型、贝叶斯模型、支持向量机模型、k-近邻模型、人工神经网络模型、集成学习模型；浅层无监督学习模型，如k均值聚类方法、DBSCAN聚类方法；深度学习模型，如自动编码器、卷积神经网络；编程语言基础，包括Python基本语法，numpy库、pandas库、matplotlib库、os模块等；数据预处理方法，如图像处理方法（线性增强、空间域滤波、频率域滤波）、数据规范化方法（min-max数据规范化方法、z-score数据规范化方法）、类别编码方法（one-hot编码）、数据降维方法（主成分分析）；机器视觉领域常见的特征提取方法等。
  《机器学习理论与实践》可作为高等院校相关专业学生的教材，还可作为对机器学习感兴趣读者的参考书。

【目录】

●第1篇Python语言基础知识

1机器学习编程语言基础

1.1Python开发环境简介

1.2Python编程基础

1.3Python基本数据类型

1.3.1数值类型

1.3.2字符串类型

1.3.3列表类型

1.3.4元组类型

1.3.5字典类型

1.3.6集合类型

1.4赋值

1.5分支结构

1.5.1关系运算符和逻辑运算符

1.5.2分支结构的类型

1.6循环结构

……