消息首页搜索举报

机器学习案例分析--基于Python语言/英特尔FPGA中国创新中心系列丛书

全新正版极速发货

68.53 7.0折 98 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

作者编者:王恺//闫晓玉//李涛|责编:刘志红

出版社电子工业

ISBN9787121381812

出版时间2020-03

装帧其他

开本其他

定价98元

货号30834471

上书时间2024-06-08

书香美美

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 16小时
好评率暂无

最新上架

福建福州欧阳花厅建筑群修缮与保护研究(第一辑) ¥382.53

汤家凤2023考研数学历年真题全解析提高篇数学二 ¥10.99

中医执业医师资格考试考点速记掌中宝 ¥20.85

英语3年重点初中招生考试及模拟测试试卷精选 ¥9.00

计算机网络技术基础(第2版十二五职业教育国家规划教材) ¥13.59

鸿蒙应用开发实战+HarmonyOSIoT设备开发实战（共2册） ¥59.07

全球纪录影像理论前沿 ¥15.09

Node.js开发指南/全栈工程师系列丛书 ¥39.21

黑夜给了我明亮的眼睛(女真中短篇小说选)/全民阅读精品文库 ¥14.49

商品详情

品相描述：全新

商品描述: 目录
第1 章基础知识 ................................................................................................................. 001
1.1 机器学习简介 ....................................................................................................... 002
1.1.1 基本概念 .................................................................................................... 002
1.1.2 机器学习分类 ............................................................................................ 003
1.2 Python 基础 .......................................................................................................... 005
1.2.1 Python 编程环境 ....................................................................................... 005
1.2.2 基本数据类型 ............................................................................................ 011
1.2.3 分支语句和循环语句 ................................................................................ 018
1.2.4 函数 ............................................................................................................ 021
1.2.5 类和对象 .................................................................................................... 025
1.2.6 打开、关闭、读/写文件 ........................................................................... 028
1.2.7 异常处理 .................................................................................................... 031
1.3 常用第三方库 ....................................................................................................... 033
1.3.1 NumPy ....................................................................................................... 033
1.3.2 SciPy .......................................................................................................... 039
1.3.3 Pandas ....................................................................................................... 041
1.3.4 Matplotlib .................................................................................................. 053
1.3.5 Scikit-learn ............................................................................................... 056
1.4 案例分析 ............................................................................................................... 058
1.4.1 网络爬虫及信息提取 ................................................................................ 058
1.4.2 股票数据图表绘制 .................................................................................... 063
1.5 本章小结 ............................................................................................................... 069
1.6 参考文献 ............................................................................................................... 069
第2 章分类案例 ................................................................................................................ 071
2.1 员工离职预测 ....................................................................................................... 072
2.1.1 问题描述及数据集获取 ............................................................................ 072
2.1.2 求解思路和相关知识介绍 ........................................................................ 073
2.1.3 代码实现及分析 ........................................................................................ 076
2.2 Iris 数据分类 ......................................................................................................... 081
2.2.1 问题描述及数据集获取 ............................................................................ 081
2.2.2 求解思路和相关知识介绍 ........................................................................ 082
2.2.3 代码实现及分析 ........................................................................................ 089
2.3 新闻文本分类 ....................................................................................................... 099
2.3.1 问题描述及数据集获取 ............................................................................ 099
2.3.2 求解思路和相关知识介绍 ........................................................................ 100
2.3.3 代码实现及分析 ........................................................................................ 113
2.4 手写数字识别 .......................

内容摘要
共分为4个部分：1、基础知识：主要介绍机器学习的基本概念、Python的基础知识、常用第三方库，并结合网络爬虫及信息提取案例和股票数据图表绘制案例使读者对本部分内容有更好的理解。2、有监督分类案例：包括Iris数据分类、新闻文本数据分类、手写数字图像识别和场景文字检测共4个案例。3、无监督聚类案例：包括人脸图像聚类和文本聚类共2个案例。4、回归预测案例：包括房价预测、员工离职预测和广告点击率预测共3个案例。

— 没有更多了 —

机器学习案例分析--基于Python语言/英特尔FPGA中国创新中心系列丛书

书香美美

商品详情

相关推荐