机器学习入门必备
全新正版 极速发货
￥ 17.1 4.4折 ￥ 39 全新
库存4件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)奥利弗·西奥博尔德
出版社机械工业出版社
ISBN9787111662242
出版时间2020-11
装帧平装
开本32开
定价39元
货号1202172368
上书时间2024-06-28
商品详情
- 品相描述：全新
- 商品描述
-
目录
译者序
前言
章 什么是机器学习
第2章 机器学习种类
2.1 监督学习
2.2 非监督学习
2.3 强化学习
第3章 机器学习工具箱
3.1 数据
3.2 基础设施
3.3 算法
3.4 可视化
3.5 不错工具箱
3.6 大数据
3.7 不错基础设施
3.8 不错算法
第4章 数据清洗
4.1 特征选择
4.2 行压缩
4.3 One-hot编码
4.4 分箱
4.5 缺失值
第5章 设置数据
5.1 交叉验证
5.2 需要多少数据
第6章 回归分析
6.1 计算示例
6.2 逻辑回归
6.3 支持向量机
第7章 聚类
7.1 k近邻
7.2 k均值聚类
7.3 设置k值
第8章 偏差和方差
第9章 人工神经网络
9.1 概述
9.2 构建神经网络
0章 决策树
10.1 构建决策树
10.2 随机森林
10.3 Boosting
1章 集成建模
2章 开发环境
12.1 导库
12.2 导入数据集并预览
12.3 查找行
12.4 打印列名
3章 使用Python构建模型
13.1 导库
13.2 导入数据集
13.3 清洗数据集
13.4 清洗过程
13.5 分割数据
13.6 选择算法并配置超参数
13.7 评估结果
4章 模型优化
14.1 模型优化代码
14.2 网格搜索模型代码
5章 模型测试
6章 其他资源
16.1 机器学习
16.2 人工智能的未来
16.3 编程
16.4 推荐系统
16.5 深度学习
16.6 未来生涯
7章 数据集下载
17.1 世界幸福报告数据集
17.2 酒店评论数据集
17.3 精酿啤酒数据集
参考文献
内容摘要
本书是一本机器学习入门的推荐图书，书中没有让人头晕眼花的公式推导，而是通过一些易于理解的类比、案例以及图片，以通俗易懂的方式讲解了机器学习中的一些名词和常见算法，使初学者能够很容易地掌握机器学习的相关概念工具、数据处理、回归与分析、建模与优化等内容。书中还介绍了使用代码构建一个机器学习模型，将读者带入实践环节。本书很好适合没有任何基础的人工智能爱好者学习使用；对于对机器学习领域还不是很了解的读者来说，本书也是一本很好好的入门书籍。
— 没有更多了 —
以下为对购买帮助不大的评价