商品简介
Python是当前流行的编程语言,简单易学、应用广泛。本书以Python为基础开发语言,全面系统地讲解了机器学习的相关知识。本书共9章,主要包括机器学习的基本概念,Python及其库的入门,机器学习中常用算法的理论介绍、项目实现和优缺点分析,数据预处理,特征工程,模型评估及改进,综合实战等。
本书可作为本科院校和职业院校计算机相关专业的教材,还可作为社会培训机构的教材,也适合计算机爱好者自学使用。
作者简介
王鲁昆,工学博士,博士后,硕士生导师,副教授,IEEE会员,高级项目管理师。目前就职于山东科技大学,兼任山东科技大学泰安校区计算机视觉与模式识别团队负责人,山东科技大学智能装备学院院长助理,山东科技大学三创中心主任。2008年硕士毕业后,在大连古野软件有限公司,浪潮集团工作过5年时间,获得信息系统项目管理师高级认证,系统集成项目管理师高级认证,软件设计师中级认证, ITIL V3 Foundation高级认证。2016年博士毕业后,入职山东科技大学泰安校区。主要科研成果如下:发表论文16篇,其中SCI索引11篇,EI索引3篇,中文核心2篇。SCI论文中一区TOP期刊1篇,二区5篇,总影响因子37.627。主持山东省自然基金项目1项,山东省高等学校科技计划项目1项,教育部协同育人项目3项,山东省重点实验室项目1项,人才引进项目1项,泰安市科技计划项目1项。申请并授权专利7项,申请并授权软件著作权5项。
目录
第1章 概述
1.1 什么是机器学习
1.2 机器学习的算法
1.3 监督学习
1.4 无监督学习
1.5 数据集
1.6 机器学习项目的流程
1.7 小结
习题1
第2章 Python入门
2.1 Python语言介绍
2.2 Python平台搭建
2.3 Python的基本概念
2.3.1 数据类型
2.3.2 基本运算
2.3.3 控制语句
2.3.4 复杂数据类型
2.3.5 函数
2.4 Python库的使用
2.5 小结
习题2
第3章 分类算法
3.1 K近邻算法
3.1.1 算法介绍
3.1.2 算法应用
3.1.3 算法的优缺点
3.2 朴素贝叶斯算法
3.2.1 算法介绍
3.2.2 算法实现
3.2.3 算法的优缺点
3.3 逻辑回归
3.3.1 算法介绍
3.3.2 算法实现
3.3.3 算法的优缺点
3.4 支持向量机
3.4.1 算法介绍
3.4.2 算法实现
3.4.3 算法的优缺点
3.5 决策树
3.5.1 算法介绍
3.5.2 算法实现
3.5.3 算法的优缺点
3.6 随机森林
3.6.1 算法介绍
3.6.2 算法实现
3.6.3 算法的优缺点
3.7 人工神经网络
3.7.1 算法介绍
3.7.2 项目实现
3.7.3 算法的优缺点
内容摘要
Python是当前流行的编程语言,简单易学、应用广泛。本书以Python为基础开发语言,全面系统地讲解了机器学习的相关知识。本书共9章,主要包括机器学习的基本概念,Python及其库的入门,机器学习中常用算法的理论介绍、项目实现和优缺点分析,数据预处理,特征工程,模型评估及改进,综合实战等。
本书可作为本科院校和职业院校计算机相关专业的教材,还可作为社会培训机构的教材,也适合计算机爱好者自学使用。
主编推荐
浪潮产学合作项目。
本书为机器学习的入门书籍,全面地论述了Python机器学习的基本概念、基础原理和基本方法,深入浅出的介绍了与Python和机器学习联系密切的内容。
以下为对购买帮助不大的评价