scikit-learn机器学习实战(双色印刷)/人工智能技术丛书9787302604396
正版图书，可开发票，请放心购买。
￥ 33.68 4.9折 ￥ 69 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
作者邓立国 等
出版社清华大学出版社
ISBN9787302604396
出版时间2022-06
装帧平装
开本16开
定价69元
货号31456107
上书时间2024-11-18
- 店主推荐
- 最新上架
商品详情
- 品相描述：全新
- 商品描述
-
作者简介
\"邓立国，东北大学计算机应用博士毕业。广东工业大学任教，主要研究方向：数据挖掘、知识工程、大数据处理、云计算、分布式计算等。著有图书《scikit-learn机器学习实战》《Python数据分析与挖掘实战》《Python大数据分析算法与实例》《Python机器学习算法与应用》《数据库原理与应用（SQLServer2016版本）》等图书。
\"
目录
第1章 机器学习概述
1.1 什么是机器学习
1.2 机器学习的作用领域
1.3 机器学习的分类
1.4 机器学习理论基础
1.5 机器学习应用开发的典型步骤
1.6 本章小结
1.7 复习题
第2章 机器学习之数据特征
2.1 数据的分布特征
2.1.1 数据分布集中趋势的测度
2.1.2 数据分布离散程度的测定
2.1.3 数据分布偏态与峰度的测定
2.2 数据的相关性
2.2.1 相关关系
2.2.2 相关分析
2.3 数据的聚类性
2.4 数据主成分分析
2.4.1 主成分分析的原理及模型
2.4.2 主成分分析的几何解释
2.4.3 主成分的导出
2.4.4 证明主成分的方差是依次递减的
2.4.5 主成分分析的计算
2.5 数据动态性及其分析模型
2.5.1 动态数据及其特点
2.5.2 动态数据分析模型分类
2.5.3 平稳时间序列建模
2.6 数据可视化
2.7 本章小结
2.8 复习题
第3章 用scikit-learn估计器分类
3.1 scikit-learn基础
3.1.1 sklearn包含的机器学习方式
3.1.2 sklearn的强大数据库
3.1.3 sklearm datasets构造数据
3.2 scikit-learn估计器
3.2.1 sklearn估计器的类别
3.2.2 sklearn分类器的比较
3.3 本章小结
3.4 复习题
第4章 朴素贝叶斯分类
4.1 算法原理
4.1.1 朴素贝叶斯算法原理
4.1 ,2朴素贝叶斯分类法
4.1.3 拉普拉斯校准
4.2 朴素贝叶斯分类
4.2.1 高斯朴素贝叶斯
4.2.2 伯努利朴素贝叶斯
4.2.3 多项式朴素贝叶斯
4.3 朴素贝叶斯分类实例
内容摘要
本书围绕scikit-learn库，详细介绍机器学习模型、算法、应用场景及其案例实现方法，通过对相关算法循序渐进的讲解，带你轻松踏上机器学习之旅。本书采用理论与实践相结合的方式，结合Python3语言的强大功能，以最小的编程代价来实现机器学习算法。本书配套PPT课件、案例源码、数据集、开发环境与答疑服务。
本书共分13章，内容包括机器学习的基础理论、模型范式、策略、算法以及机器学习的应用开发，涵盖特征提取、简单线性回归、k近邻算法、多元线性回归、
逻辑回归、朴素贝叶斯、非线性分类、决策树回归、随机森林、感知机、支持向量机、人工神经网络、K均值
算法、主成分分析等热点研究领域。
本书可以作为机器学习初学者、研究人员或从业人员的参考书，也可以作为计算机科学、大数据、人工智能、统计学和社会科学等专业的大学生或研究生的教材。
主编推荐
"涵盖机器学习模型和scikit-learn使用技巧、基本工具和实现方法，循序渐进地讲解相关机器学习算法，带你轻松踏上机器学习之旅。
采用理论与实践相结合的方式，结合Python 3的强大功能，以最小的编程代价实现机器学习算法。
全程以真实案例驱动，详解机器学习的基本概念、算法流程、模型构建、数据训练、模型评估与调优、推荐工具和实现方法。"
— 没有更多了 —
以下为对购买帮助不大的评价