消息首页搜索举报

机器学习与计算思维

全新正版极速发货

29.52 6.0折 49 全新

库存2件

广东广州

认证卖家担保交易快速发货售后保障

作者杨娟

出版社科学出版社

ISBN9787030745187

出版时间2023-02

装帧平装

开本16开

定价49元

货号1202811071

上书时间2024-08-07

谢岳书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 17小时
好评率暂无

最新上架

暂AJ课标语文5下(人教版)/小学全易通 ¥17.00

暂AJ课标语文4下(人教版)/字词句篇与达标训练 ¥11.68

暂AJ课标语文5下/七彩课堂 ¥18.74

RDI人际关系发展疗法修复孤独症核心障碍,让干预回归生活 ¥40.95

时光代理人/岑银银编著 ¥20.52

学习贯彻党的二十届三中全会精神述评 ¥32.49

大学人工智能通识教程 ¥31.17

钻井技术基础 ¥11.91

青囊传薪临证实录 ¥26.22

商品详情

品相描述：全新

商品描述: 目录
第1章人工智能与计算思维1

1.1人工智能1

1.2机器学习2

1.3机器学习中的计算思维6

1.4本章小结7

课后练习7

第2章机器学习理论基础8

2.1数据集8

2.1.1描述空间、属性、特征和维度8

2.1.2复合特征9

2.1.3特征空间降维10

2.1.4特征缩放及特征编码11

2.2机器学习中对误差的估计12

2.3代价函数、损失函数和目标函数14

2.4数据预处理14

2.5Python中机器学习基本流程15

2.6sklearn的安装17

2.7本章小结19

课后练习19

第3章线性回归模型20

3.1什么是线性回归模型20

3.2简单线性回归模型21

3.2.1模型建立21

3.2.2不插电模拟模型训练22

3.2.3sklearn中使用简单线性回归模型23

3.2.4模型性能评价24

3.3多元线性回归模型26

3.3.1模型建立26

3.3.2不插电使用梯度下降法求解系数28

3.3.3sklearn中使用多元线性回归模型30

3.4多项式回归32

3.5学习曲线34

3.6线性回归模型中的计算思维37

课后练习38

第4章逻辑回归模型40

4.1Sigmoid函数40

4.2逻辑回归的基本模型40

4.3逻辑回归模型的代价函数41

4.4在sklearn中使用逻辑回归模型进行二元分类42

4.5广义线性回归模型的防止过拟合策略43

4.5.1正则式43

4.5.2在sklearn中使用L1和L2范数优化模型44

4.6逻辑回归中的计算思维46

课后练习47

第5章KNN分类和回归48

5.1KNN算法的模型48

5.2不插电使用KNN模型进行分类48

5.3不插电使用KNN回归模型50

5.4F1分数52

5.5KNN中的特征标准化56

5.6KNN模型的计算思维58

课后练习59

第6章朴素贝叶斯60

6.1贝叶斯公式60

6.2朴素贝叶斯模型61

6.2.1朴素贝叶斯模型的基本原理61

6.2.2不插电运用朴素贝叶斯公式进行分类预测62

6.3高斯朴素贝叶斯(GaussianNB)63

6.3.1高斯朴素贝叶斯的原理63

6.3.2不插电运用高斯朴素贝叶斯65

6.4sklearn中的朴素贝叶斯模型67

6.5在sklearn中使用NB模型68

6.6ROC曲线和AUC面积70

6.7朴素贝叶斯模型与计算思维73

课后练习73

第7章决策树和随机森林75

7.1决策树的表达方式75

7.2训练决策树的算法76

7.2.1ID3算法的基本原理76

7.2.2不插电使用ID3算法构建决策树76

7.2.3C4.5算法81

7.2.4CART算法82

7.3sklearn中使用DecisionTreeClassifier和DecisionTreeRegression工具83

7.3.1sklearn中使用DecisionTreeClassifier83

7.3.2sklearn中使用DecisionTreeRegressor84

7.4随机森林和集成学习86

7.4.1随机森林86

7.4.2推进法(boosting)87

7.4.3不插电应用AdaBoost88

7.5决策树中的计算思维90

课后练习91

第8章感知器和人工神经网络ANN92

8.1感知器92

8.1.1感知器的基本原理92

8.1.2不插电训练单层感知器94

8.2多层感知器(MLP)96

8.2.1多层感知器的基本原理96

8.2.2不插电运用两层感知器解决XOR(异或)问题97

8.3反传多层感知器99

8.3.1ANN的激励函数99

8.3.2ANN的网络结构和节点构成100

8.3.3ANN中的反传学习算法(BP)100

8.3.4BP的不插电示例104

8.4使用sklearn的ANN工具107

8.5人工神经网络的计算思维107

课后练习109

第9章支持向量机111

9.1支持向量机SVM的基本原理111

9.1.1SVM中用于分类的超平面111

9.1.2SVM的目标函数113

9.1.3SVM的目标函数求解114

9.2单层感知器的对偶形式114

9.3SVM的核函数117

9.4sklearn中使用SVM工具分类118

课后练习120

第10章聚类121

10.1聚类算法的原理121

……

内容摘要
2017年，国务院印发《新一代人工智能发展规划》，要求中小学开设人工智能相关课程，并提倡以计算思维为指导，将信息技术课程从技术导向转换为科学导向。因此，“机器学习”作为人工智能技术的内核，走入我国广大中小学生的课堂是科技发展的必然选择。

本书共11章，系统地介绍机器学习模型中常见的白盒和黑盒模型，以及这些模型统一的框架和经常被使用的技巧。本书介绍了这些技巧是如何被巧妙地封装成一种通用方法，并在适当的时候被反复使用。从框架到思路，再到解决问题的技巧，以及技巧的封装和重用，这些都是塑造良好计算思维的必经之路。

— 没有更多了 —