机器学习:实用案例解析 Drew Conway, John Myles White
¥
15.2
2.2折
¥
69
八品
仅1件
作者Drew Conway, John Myles White
出版社机械工业出版社
ISBN9787111417316
出版时间2013-04
装帧平装
页数320页
定价69元
货号285717
上书时间2024-09-28
优生优育 [肖永义, 主编]
¥4.80
HI!王小天同桌千万别尖叫 [商晓娜]
¥3.50
儿童性格心理学 [李群锋, 著]
¥8.00
大学生职业生涯规划 [刘献文, 白文龙, 主编]
¥6.20
数学 [刘坚, 孔企平, 张丹, 著]
¥1.50
不容青史尽成灰 [张嵚]
¥6.20
0~3岁婴幼儿生长发育与心理发展概论 夏菡,陈艳杰,刘馨 编
¥7.90
一遍过 必修 第三册 英语 [杜志建]
¥12.30
天为啥是蓝的? [(英)萨莉•格林德列 文, (英)苏珊·华莱 图]
¥6.30
商品详情
- 品相描述:八品
- 商品描述
-
机器学习是计算机科学和人工智能中非常重要的一个研究领域,近年来,机器学习不但在计算机科学的众多领域中大显身手,而且成为一些交叉学科的重要支撑技术。本书比较全面系统地介绍了机器学习的方法和技术,不仅详细阐述了许多经典的学习方法,还讨论了一些有生命力的新理论、新方法。
全书案例既有分类问题,也有回归问题;既包含监督学习,也涵盖无监督学习。本书讨论的案例从分类讲到回归,然后讨论了聚类、降维、最优化问题等。这些案例包括分类:垃圾邮件识别,排序:智能收件箱,回归模型:预测网页访问量,正则化:文本回归,最优化:密码破解,无监督学习:构建股票市场指数,空间相似度:用投票记录对美国参议员聚类,推荐系统:给用户推荐R语言包,社交网络分析:在Twitter上感兴趣的人,模型比较:给你的问题找到最佳算法。各章对原理的叙述力求概念清晰、表达准确,突出理论联系实际,富有启发性,易于理解。在探索这些案例的过程中用到的基本工具就是R统计编程语言。R语言非常适合用于机器学习的案例研究,因为它是一种用于数据分析的高水平、功能性脚本语言。
本书主要内容如下:
开发一个朴素贝叶斯分类器,仅仅根据邮件的文本信息来判断这封邮件是否是垃圾邮件;
使用线性回归来预测互联网排名前1000网站的PV;
利用文本回归理解图书中词与词之间的关系;
通过尝试破译一个简单的密码来学习优化技术;
利用无监督学习构建股票市场指数,用于衡量整体市场行情的好坏;
根据美国参议院的投票情况,从统计学的角度对美国参议员聚类;
通过K近邻算法构建向用户推荐R语言包;
利用Twitter数据来构建一个“你可能感兴趣的人”的推荐系统;
模型比较:给你的问题找到最佳算法。
— 没有更多了 —
以下为对购买帮助不大的评价