PYTHON三级 机器学习
全新正版 极速发货
¥
40.62
6.0折
¥
68
全新
库存8件
作者成都科创科学文化研究院
出版社科学出版社
ISBN9787030771179
出版时间2024-06
装帧平装
开本其他
定价68元
货号1203304079
上书时间2024-09-05
商品详情
- 品相描述:全新
- 商品描述
-
目录
目录
第1章 机器学习的准备
第1课 什么是机器学习? 4
机器学习概述 6
数据分析和机器学习的区别 10
第2课 区分即理解 12
机器学习算法的本质——画线 16
为了准确区分,有意义的特征量尤为重要 18
第3课 机器学习的准备工作 20
在Windows中安装 Jupyter Notebook 21
在macOS上安装 Anaconda 24
为Jupyter Notebook安装必要的库 27
启动Jupyter Notebook 29Notebook的基本使用方法 33
第2章 查看样本数据
第4课 scikit-learn样本数据集 40
鸢尾花品种数据集 41
第5课 自动生成样本数据集 54
自动生成用于分类的数据集(聚类形) 54
自动生成用于分类的数据集(月牙形) 59
自动生成用于分类的数据集(双环形) 63
自动生成用于分类的数据集(同心圆形) 64
自动生成用于回归的数据集 66
第3章 了解机器学习的步骤
第6课 准备数据 72
第7课 划分训练数据和测试数据 76
第8课 选择模型进行训练 80
第9课 测试模型 82
第10课 输入新值并预测 85
第11课 将分类状态可视化 87
第4章 机器学习的各种算法
第12课 回归:线性回归 98
线性回归是什么算法? 99
模型的使用方法 100
试验 101
第13课 分类:逻辑回归 106
逻辑回归是什么算法? 108
模型的使用方法 108
试验 108
第14课 分类:SVM 115
模型的使用方法 120
试验 121
第15课 分类:决策树 127
决策树是什么算法? 128
模型的使用方法 128
试验 129
第16课 分类:随机森林 136
随机森林是什么算法? 137
模型的使用方法 137
试验 138
第17课 分类:k-NN 140
k-NN 是什么算法? 141
模型的使用方法 141
试验 142
第18课 聚类:k-means 143
k-means是什么算法? 144
模型的使用方法 146
试验 147
第5章 小智回归!根据图像预测数字
第19课 准备数据 152
新建Notebook 文件 153
第20课 准备训练数据 160
第21课 训练模型 163
第22课 预测 165
在Jupyter Notebook中上传文件 166
读取图像,预测数字 168
第23课 利用无监督学习将数据可视化 174
第24课 学无止境 179
内容摘要
本书面向具备Python一二级能力的初学者,基于虚构人物形象山羊博士和二叶草的教学现场,带领读者体验Python机器学习的乐趣。本书内容以教学对话和场景插图呈现,讲解机器学习的概念、人工智能的基础知识,以及典型例程的开发流程与具体实现。本书可作为以PAAT全国青少年编程能力等级考试、中国自动化学会青少年人工智能核心素养为代表的各类Python编程能力认定的参考书,也可供Python初学者自学入门。
— 没有更多了 —
以下为对购买帮助不大的评价