机器学习与数据挖掘
全新正版 极速发货
￥ 27.42 5.5折 ￥ 49.8 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
作者王璐烽 唐腾健
出版社人民邮电出版社
ISBN9787115625632
出版时间2023-11
装帧平装
开本16开
定价49.8元
货号1203119523
上书时间2024-07-02
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
王璐烽，教授，世界技能大赛中国赛区裁判员、重庆市高校黄大年式教师团队负责人、重庆市高校中青年骨干教师、重庆市高校优秀思想政治工作者；撰写论文20余篇，其中SCI/EI收录或核心期刊10余篇；主编国家十三五规划教材1本，其余4本；主持重庆市重大教改课题1项，重点1项，其余5项；主持重庆市重大科技项目1项；主持重庆市精品在线课程1门；获得全国职业院校信息化教学大赛一等奖，重庆市科技进步三等奖，中国通信工业协会教学成果特等奖；指导学生参加全国职业院校技能大赛获一等奖、二等奖各1次；参与教育部专业标准、1+X职业技能等级标准、重庆市人社局新职业（人工智能训练师）培训标准、考核标准等研制工作。
目录
项目1初识机器学习1
任务1学习机器学习的理论2
【任务描述】2
【任务目标】2
【知识链接】2
【任务实施】3
任务2软件的安装与使用8
【任务描述】8
【任务目标】8
【知识链接】8
【任务实施】9
项目小结16
思考与练习17
项目2模型评估与选择19
任务1学习过拟合与欠拟合20
【任务描述】20
【任务目标】20
【知识链接】20
【任务实施】24
任务2学习评估方法25
【任务描述】25
【任务目标】26
【知识链接】26
【任务实施】27
任务3学习性能度量与检验29
【任务描述】29
【任务目标】29
【知识链接】30
【任务实施】38
项目小结39
项目拓展40
思考与练习41
项目3回归算法与应用43
任务1学习回归预测问题44
【任务描述】44
【任务目标】44
【知识链接】44
【任务实施】45
任务2学习线性回归46
【任务描述】46
【任务目标】46
【知识链接】46
【任务实施】48
任务3学习Lasso回归52
【任务描述】52
【任务目标】52
【知识链接】52
【任务实施】53
任务4学习神经网络55
【任务描述】55
【任务目标】55
【知识链接】55
【任务实施】57
任务5学习逻辑斯谛回归59
【任务描述】59
【任务目标】59
【知识链接】59
【任务实施】60
项目小结63
项目拓展64
思考与练习64
项目4分类算法与应用66
任务1学习分类问题67
【任务描述】67
【任务目标】67
【知识链接】67
【任务实施】67
任务2学习支持向量机69
【任务描述】69
【任务目标】69
【知识链接】69
【任务实施】71
任务3学习朴素贝叶斯分类74
【任务描述】74
【任务目标】74
【知识链接】74
【任务实施】75
任务4学习kNN算法77
【任务描述】77
【任务目标】77
【知识链接】78
【任务实施】79
任务5学习决策树84
【任务描述】84
【任务目标】84
【知识链接】85
【任务实施】86
项目小结87
项目拓展88
思考与练习88
项目5聚类算法与应用90
任务1学习聚类问题91
【任务描述】91
【任务目标】91
【知识链接】91
【任务实施】91
任务2学习K-means聚类92
【任务描述】92
【任务目标】92
【知识链接】92
【任务实施】93
任务3学习密度聚类95
【任务描述】95
【任务目标】95
【知识链接】95
【任务实施】96
任务4学习层次聚类98
【任务描述】98
【任务目标】98
【知识链接】99
【任务实施】100
任务5学习主成分分析102
【任务描述】102
【任务目标】102
【知识链接】102
【任务实施】103
任务6进行聚类效果评测105
【任务描述】105
【任务目标】105
【知识链接】105
【任务实施】106
项目小结109
项目拓展110
思考与练习110
项目6机器学习应用112
任务1学习MNIST数字分类113
【任务描述】113
【任务目标】113
【知识链接】113
【任务实施】113
任务2学习泰坦尼克号生存计划118
【任务描述】118
【任务目标】119
【任务实施】119
任务3进行房价预测127
【任务描述】127
【任务目标】127
【任务实施】127
项目小结136
项目拓展136
思考与练习136
项目7数据挖掘138
任务1学习数据挖掘的概念139
【任务描述】139
【任务目标】139
【知识链接】139
【任务实施】139
任务2学习数据挖掘的应用142
【任务描述】142
【任务目标】142
【知识链接】142
【任务实施】143
任务3学习数据挖掘的模型147
【任务描述】147
【任务目标】148
【知识链接】148
【任务实施】148
项目小结156
项目拓展156
思考与练习156
项目8数据分析与应用158
任务1学习数据分析的概念159
【任务描述】159
【任务目标】159
【任务实施】159
任务2学习关联规则算法及
应用161
【任务描述】161
【任务目标】161
【知识链接】162
【任务实施】163
任务3进行银行信贷预测165
【任务描述】165
【任务目标】165
【任务实施】166
任务4使用WEKA软件进行
房屋定价171
【任务描述】171
【任务目标】172
【知识链接】172
【任务实施】172
项目小结179
项目拓展179
思考与练习180
项目9淘宝用户行为分析预测181
【项目描述】182
【项目目标】182
【知识链接】182
【项目实施】183
项目小结189
项目拓展190
思考与练习190
参考文献191
内容摘要
本书以项目实践作为主线，结合必需的理论知识，以任务的形式进行内容设计，每个任务都包含任务描述及任务实施的步骤，读者按照实施步骤进行操作就可以完成相应的学习任务，从而不断提升项目实践能力。本书主要内容涉及机器学习的基础知识，模型评估与选择，回归、分类、聚类等机器学习算法，数据挖掘的基础知识，数据分析与应用，以及通过用户行为分析预测项目学习如何将机器学习与数据挖掘应用到实际中。本书适合使用机器学习与数据挖掘技术进行大数据处理的程序员、架构师和产品经理作为技术参考和培训资料，也可作为高校本科生和研究生的教材。
主编推荐
1.本书以项目实践为主线，结合必需的理论知识，通过任务的形式进行内容设计，帮助读者在实际操作中不断提升项目实践能力。
2.本书内容涵盖了机器学习的基础知识、模型评估与选择、回归、分类、聚类等算法，以及数据挖掘的基础知识、数据分析与应用，为读者提供全面的技术指导。
3.本书通过用户行为分析预测项目，展示了如何将机器学习与数据挖掘应用到实际中，帮助读者更好地理解和应用相关技术。
4.难易适中，案例式教学，注重全面培养读者的数据意识、数据思维和数据能力，融合课程思政元素，提供丰富教学资源。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价