{正版现货新书} 机器学习技术 9787576505924 李光荣，付志鸿，高伟锋主编

全新正版现货，以书名为准，放心购买，购书咨询18515909251朱老师

18.78 5.9折 32 全新

库存21件

北京丰台

作者李光荣，付志鸿，高伟锋主编

出版社同济大学出版社

ISBN9787576505924

出版时间2023-06

装帧平装

开本16开

定价32元

货号13398486

上书时间2026-01-13

商品详情

品相描述：全新

商品描述

作者简介

李光荣，党委书记，南宁职业技术学院人工智能学院院长，高级工程师，高级技师，国家示范院校建设项目实训基地建设负责人；广西高等教育学会高校教育技术专业委员会副秘书长；教育部教育管理信息化专业委员会理事；获得自治区级教学成果二等奖1项；获教育部信息化大赛奖项1项；获教育厅辅导员精品项目1项；主持和参与各级科研课题10多项；编写教材4部；改进大型设备2项。

前言

项目导学

任务一线性回归

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务二逻辑斯特回归

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务三朴素贝叶斯分类

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务四决策树分类

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务五随机森林

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务六支持向量机

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务七 KNN分类

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

任务八 K均值聚类

任务描述

任务目的

任务要求

基础知识

任务实施

任务评价

任务拓展

参考文献

内容摘要
本书通过理论讲解与应用实例相结合的项目式任务式编排，展示了机器学习的基础方法和模型，注重实践过程，为读者后续学习打下基础。本书基于Python语言总结了回归、分类、聚类三种分析方法，主要内容包括线性回归、逻辑斯特回归、朴素贝叶斯分类、决策树分类、随机森林、支持向量机、KNN分类和K均值聚类共八个任务，并附有相关程序代码及参考答案。本书可作为职业院校计算机类、大数据类与人工智能类专业及相关专业的课程用书，也可作为数据处理技术初学者的参考用书。

精彩内容

机器学习是计算机科学与人工智能的重要分支领域。本教材作为该领域的入门教材，在内容上尽可能涵盖机器学习基础知识的各方面。为了使尽可能多的读者通过本教材对机器学习有所了解，共分为八个任务，基于Python语言介绍并实践了回归、分类、聚类三大类分析方法，项目丰富、适用性强。作者试图尽可能少地使用数学知识，然而，少量的概率、统计、代数、优化、逻辑知识似乎不可避免，本教材注重机器学习的基础实践，为学生后续学习打下基础，因此，本教材更适合高职院校师生使用，以及具有类似背景的对机器学习感兴趣的人士。