消息首页搜索举报

Python机器学习

全新正版极速发货

31.86 5.3折 59.9 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

作者郭羽含陈虹肖成龙主编

出版社机械工业出版社

ISBN9787111676997

出版时间2021-03

装帧平装

开本16开

定价59.9元

货号1202318028

上书时间2024-06-04

徐小智的书店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 18小时
好评率暂无

最新上架

为书写做准备 ¥1.06

激荡新三板 ¥16.29

春天的花事 ¥7.10

中国书画鉴定学稿/杨仁恺 ¥216.87

5分钟睡前小寓言 ¥1.20

身边的素描 ¥21.33

警务发展与当代实践 ¥33.17

小手学涂色 ¥0.57

百家姓 ¥1.17

商品详情

品相描述：全新

商品描述: 目录
前言第1章Python概述11Python简介111Python的产生与发展112Python的特点113Python的应用领域12Python开发环境搭建121Python安装与配置122JupyterNoteBook123PyCharm13Python程序基本编写方法131Python程序编写与执行132Python错误与调试133Python编码规范14本章小结15习题第2章Python语言基础21变量和简单数据类型211标识符和变量212基本数据类型213运算符和表达式22顺序结构221赋值语句222标准输入和输出223顺序结构程序举例23分支结构231分支语句232分支结构程序举例24循环结构241可迭代对象242循环语句243循环控制语句244循环结构程序举例25案例——人机对话猜数字26本章小结27习题第3章基础数据结构31列表311列表的基本操作312列表相关函数313列表选取32元组321元组的基本操作322元组与列表的异同与转换33字典331字典的基本操作332遍历字典333字典与列表的嵌套34案例——约瑟夫环35本章小结36习题第4章函数与模块41函数的定义与调用411函数的定义412函数的调用42函数的参数与返回值421函数参数422函数返回值43两类特殊函数431匿名函数432递归函数44常用函数441字符串处理函数442高级函数45模块和包451模块与包的导入452常用模块46案例——拼单词游戏47本章小结48习题第5章面向对象程序设计51类与对象511类的定义512对象的创建与使用513数据成员与成员方法52继承与重写521继承522重写53异常处理531内置的异常类532异常的捕获与处理533自定义异常类54案例——超市销售管理系统55本章小结56习题第6章NumPy数据分析61安装NumPy库62数据的获取621使用Python读写文件622使用NumPy读写文件63数组创建与使用631数组创建和基本属性632数组选取633数组操作64数据运算641算术运算642比较运算65案例——鸢尾花数据分析66本章小结67习题第7章数据可视化71安装Matplotlib库72数据可视化基本流程73设置绘图属性74绘制常用图表741折线图742条形图743散点图744饼图75绘制高级图表751组合图752三维图76案例——随机漫步可视化77本章小结78习题第8章机器学习概述81机器学习简介811机器学习的定义812机器学习的发展813机器学习的应用领域82机器学习的基本理论821基本术语822机器学习算法823机器学习的一般流程83安装scikit-learn库84scikit-learn基本框架841数据的加载842模型训练和预测843模型的评估844模型的保存与使用85本章小结86习题第9章回归分析91回归分析原理92多元线性回归921算法原理922实现及参数93正则化回归分析931岭回归932Lasso回归933ElasticNet回归94案例——不同回归算法的分析对比95本章小结96习题第10章分类算法101k近邻算法1011算法原理1012实现及参数1013k近邻回归102朴素贝叶斯算法1021相关概念1022算法原理1023实现及参数103决策树1031算法原理1032最优特征选择函数1033实现及参数104分类与回归树1041算法原理1042实现及参数105支持向量机1051算法原理1052核函数1053实现及参数106案例——多分类器分类数据107本章小结108习题第11章聚类算法111聚类的不同思想112k均值算法1121算法原理1122实现及参数113DBSCAN算法1131算法原理1132实现及参数114Agglomerative聚类1141算法原理1142实现及参数115案例——聚类不同分布形状数据116本章小结117习题第12章集成学习121集成学习理论122随机森林1221算法原理1222实现及参数123投票法124提升法125本章小结126习题第13章算法评估与验证131数据集划分132距离度量方法133分类有效性指标134回归有效性指标135聚类有效性指标136参数调优137本章小结138习题参考文献

内容摘要
《Python机器学习》从实用的角度出发，整合Python语言基础、数据分析与可视化、机器学习常用算法等知识。内容从*基本的Python编程基础入手，由浅入深、循序渐进地讲授NumPy库和Matplotlib库，以及复杂的机器学习基本理论和算法，并突出知识的实用性和可操作性。《Python机器学习》力求以浅显的语言讲解复杂的知识，以直观的案例辅助读者理解，并以图表形式展示代码和运行结果，配合习题巩固读者对知识点的掌握。《Python机器学习》适合作为高等院校计算机类、软件工程类和大数据相关专业本科生Python机器学习相关课程的教材，也可作为数据科学相关领域工程技术人员的参考书，还可供不具备Python语言基础的机器学习爱好者从零开始学习。

— 没有更多了 —