Python机器学习实例及代码分析——识别·预测·异常检测

图书标准信息

• 作者 福井健一
• 出版社 水利水电出版社
• 出版时间 2023-06
• 版次 1
• ISBN 9787522614649
• 定价 49.80元
• 装帧 其他
• 开本 32开
• 纸张 胶版纸
• 页数 100页
• 字数 115.000千字

【内容简介】

机器学习作为实现人工智能的方法，是一种让计算机具备学习能力的数理技术。本书就以Python为工具，结合实例和代码分析对机器学习中的异常检测和系列数据分析技术进行了详细解说。其中前半部分介绍了基本的分类器和预测器的使用方法，以便读者能够顺利地进行机器学习实践。后半部分以作者的研究经验为基础，介绍了一些应用于实际问题的例子。
  本书以解说实例源码为中心，特别适合有一定编程基础、对机器学习技术感兴趣的高校学生学习，也适合将机器学习技术应用于实际业务的工程师参考。

【作者简介】

福井健一(Ken-ichi Fukui)

2003年 名古屋大学研究生院人间情报学研究科物质·生命情报学专业完成博士前期课程

2010年 大阪大学产业科学研究所助教

现在   大阪大学产业科学研究所准教授

博士(情报科学)

【目录】

章什么是机器学

1.1机器学简介

1.2围绕机器学的环境变化

1.3关于本书

1.4关于机器学的书籍

1.5机器学的分类

1.6机器学的流程

1.7k近邻算法分类

源代码1.1通过k近邻算法对iris数据集进行分类和绘制识别边界面

第2章基本的分类器和预测器

2.1决策树学

源代码2.1基于决策树学的识别和绘制决策树

2.2朴素贝叶斯分类器

源代码2.2朴素贝叶斯分类器分类与roc曲线评价

2.3逻辑回归

源代码2.3使用逻辑回归识别手写字符

……