机器学习(Go语言实现)/数据科学与工程技术丛书
全新正版 极速发货
￥ 41.78 7.1折 ￥ 59 全新
仅1件
广东广州
认证卖家担保交易快速发货售后保障
作者(美)丹尼尔·怀特纳克|译者:谢文江//姜明魁
出版社机械工业
ISBN9787111609797
出版时间2018-10
装帧其他
开本其他
定价59元
货号30305257
上书时间2024-05-25
商品详情
- 品相描述：全新
- 商品描述
-
目录
译者序
前言
第1章 数据的收集和组织
1.1 数据处理-Gopher方式
1.2 Go语言收集和组织数据的最佳实践
1.3 CSV文件
1.3.1 从文件中读取CSV数据
1.3.2 处理非预期的域
1.3.3 处理非预期的类型
1.3.4 用数据帧操作CSV数据
1.4 JSON
1.4.1 JSON的解析
1.4.2 JSON的输出
1.5 SQL-like数据库
1.5.1 连接到一个SQL数据库
1.5.2 查询数据库
1.5.3 修改数据库
1.6 缓存
1.6.1 在内存中缓存数据
1.6.2 在本地磁盘中缓存数据
1.7 数据版本控制
1.7.1 Pachyderm术语
1.7.2 部署/安装Pachyderm
1.7.3 创建用于数据版本控制的数据仓库
1.7.4 把数据存储到数据仓库中
1.7.5 从版本化的数据仓库中获取数据
1.8 参考书目
1.9 小结
第2章 矩阵、概率论和统计学
2.1 矩阵和向量
2.1.1 向量
2.1.2 向量操作
2.1.3 矩阵
2.1.4 矩阵操作
2.2 统计学
2.2.1 分布
2.2.2 统计方法
2.2.3 分布可视化
2.3 概率论
2.3.1 随机变量
2.3.2 概率测量
2.3.3 独立和条件概率
2.3.4 假设检验
2.4 参考书目
2.5 小结
第3章 评估和验证
3.1 评估
3.1.1 连续指标
3.1.2 分类指标
3.2 验证
内容摘要
《机器学习(Go语言实现)》由资深数据科学家丹尼尔·怀特纳克撰写，通过大量Go语言实例，深入浅出地介绍机器学习理论。从基础的数据收集和整理，到常见机器学习技术介绍，再到最后的神经网络和深度学习，所有这些内容均有详细的Go语言
实现。
全书共9章，第1章详细讲解如何从各种数据来源中收集、组织和解析实际工作数据；第2章介绍如
何在Go程序中生成矩阵，以及如何执行各种类型的矩阵运算、可靠的汇总数据分析、描述和可视化分布、量化假设、转换数据集；第3章讨论评估和验证
；第4～6章介绍如何使用Go软件包实现基本的机器学习技术（回归、分类、集群等）；第8章介绍利用神经网络进行回归、分类和图像处理的技术；第9章讨论如何从笔记本电脑中获取这些模型和应用程序，并在数据流水线中以生产规模运行它们。此外，附录部分还介绍了与机器学习工作流程相关的算法、优化方法和技术。
相关推荐
— 没有更多了 —
以下为对购买帮助不大的评价