机器学习与人工智能实战 基于业务场景的工程应用
全新正版 极速发货
￥ 88.38 6.4折 ￥ 138 全新
库存8件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)杰夫·普罗西斯
出版社清华大学出版社
ISBN9787302635239
出版时间2023-07
装帧平装
开本16开
定价138元
货号1203017894
上书时间2024-11-21
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
杰夫·普罗西斯 (Jeff Prosise) ，资深工程师，热心于帮助工程师和软件开发人员用好人工智能和机器学习。作为Wintellect的联合创始人，他在微软培训过几千名开发人员，在一些全球软件大会上发表过演讲。此外，杰夫还效力于橡树岭国家实验室和劳伦斯利弗莫尔国家实验室，从事过高功率激光系统和聚变能研究。目前，杰夫在Atmosera担任首席学习官，致力于帮助客户在产品或服务中实际应用人工智能。
目录
第Ⅰ部分 用Scikit-Learn进行机器学习
第1章 机器学习
1.1 什么是机器学习
1.1.1 机器学习与人工智能
1.1.2 监督和无监督学习
1.2 使用k-means聚类算法的无监督学习
1.2.1 将k-means聚类算法应用于客户数据
1.2.2 使用两个以上的维度对客户进行细分
1.3 监督学习
1.3.1 k近邻
1.3.2 使用k近邻对花卉进行分类
1.4 小结
第2章 回归模型
2.1 线性回归
2.2 决策树
2.3 随机森林
2.4 梯度提升机
2.5 支持向量机
2.6 回归模型的精度测量
2.7 使用回归来预测车费
2.8 小结
第3章 分类模型
3.1 逻辑回归
3.2 分类模型的准确率度量
3.3 分类数据
3.4 二分类
3.4.1 对泰坦尼克号乘客进行分类
3.4.2 检测信用卡欺诈
3.5 多分类
3.6 构建数字识别模型
3.7 小结
第4章 文本分类
4.1 准备用于分类的文本
4.2 情感分析
……
内容摘要
《机器学习与人工智能实战：基于业务场景的工程应用》分为两部分共14章，介绍了如何用Scikit-Learn来构建机器学习模型以及如何用Keras和TensorFlow来构建神经网络。书中的内容和实例基于作者过去几年在全球各地开设相关课程的经历，阐述了如何借助于机器学习和深度学习来构建产品或服务，从而真正解决现实业务场景中的问题，比如监测热带雨林盗伐、文本情感分析以及预测机械设备的早期故障等。
《机器学习与人工智能实战：基于业务场景的工程应用》适合相关工程师与软件开发人员阅读和参考，可以帮助他们快速入门并通过书中的操作实例迅速掌握机器学习和人工智能。
主编推荐
信用卡公司如何检测欺诈行为？
航空公司如何通过机器学习对喷气发动机进行预测性维护？
自动驾驶汽车如何看周围的世界？
谷歌翻译如何把文字翻译为另一种语言？
面部识别系统如何工作？
作者抽丝剥茧，在运用机器学习和人工智能来解决这些问题的过程中，抽离出更有利于读者理解和掌握的知识要点，旨在帮助读者放下畏难情绪，最终自己动手构建一个类似更智能的系统或者以更智能的方式使用现有的系统，将人工智能集成到工业场景下的应用中。
作者在全球很多公司和研究机构讲授人工智能和机器学习课程，本书用到了课程中使用的例子和插图，全部经过实证，没有可怕的算法或者公式，可以帮助工程师和软件开发人员快速入门。更值得一提的是，书中还包含了很多实操案例。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价