消息首页搜索举报

机器学习案例分析(基于Python语言)

书籍均为精品二手图书品相85品以上，出库会经过高温消毒，书籍上架都会检测可保证正版!!

23.9 2.4折 98 九品

仅1件

天津宝坻

认证卖家担保交易快速发货售后保障

作者王恺

出版社"电子工业出版社

ISBN9787121381812

出版时间2020

装帧其他

开本16开

纸张胶版纸

定价98元

货号1243373011898218139

上书时间2024-11-16

粤读二手书店

七年老店

已实名已认证进店收藏店铺

在售商品暂无
平均发货时间 12小时
好评率暂无

最新上架

小学生读写素养 ¥9.40

少年读《资治通鉴》16·唐朝 ¥13.90

李毓佩数学探案集（全彩色注音版） ¥11.60

中国神话故事 ¥10.30

天神下凡 ¥21.60

趣味脸谱绒布贴贴书 ¥10.90

语言交流：学前班（下） ¥9.30

不会拒绝你就输定了 ¥13.10

中华人民共和国证券期货法典（应用版） ¥15.10

商品详情

品相描述：九品: 本店所售书籍均精品二手正版书书籍，严格审核品相为85品以上，出库会经过高温消毒，由于成本增加，所售书籍价格略高，运费首本5元，每增加一本运费加2元，每天下午2点前订单一般当天发出，最迟48小时内发出，二手书不保证100%没有任何笔记，有时会出现缺货现象，我们会第一时间告知您，感谢理解与支持。

商品描述: 以下信息以网上匹配仅供参考，不支持以此为由退款
内容简介:

                                        共分为4个部分：1、基础知识：主要介绍机器学习的基本概念、Python的基础知识、常用第三方库，并结合网络爬虫及信息提取案例和股票数据图表绘制案例使读者对本部分内容有更好的理解。2、有监督分类案例：包括Iris数据分类、新闻文本数据分类、手写数字图像识别和场景文字检测共4个案例。3、无监督聚类案例：包括人脸图像聚类和文本聚类共2个案例。4、回归预测案例：包括房价预测、员工离职预测和广告点击率预测共3个案例。
目录:

                                        第1 章基础知识 ................................................................................................................. 001

1.1 机器学习简介 ....................................................................................................... 002

1.1.1 基本概念 .................................................................................................... 002

1.1.2 机器学习分类 ............................................................................................ 003

1.2 Python 基础 .......................................................................................................... 005

1.2.1 Python 编程环境 ....................................................................................... 005

1.2.2 基本数据类型 ............................................................................................ 011

1.2.3 分支语句和循环语句 ................................................................................ 018

1.2.4 函数 ............................................................................................................ 021

1.2.5 类和对象 .................................................................................................... 025

1.2.6 打开、关闭、读/写文件 ........................................................................... 028

1.2.7 异常处理 .................................................................................................... 031

1.3 常用第三方库 ....................................................................................................... 033

1.3.1 NumPy ....................................................................................................... 033

1.3.2 SciPy .......................................................................................................... 039

1.3.3 Pandas ....................................................................................................... 041

1.3.4 Matplotlib .................................................................................................. 053

1.3.5 Scikit-learn ............................................................................................... 056

1.4 案例分析 ............................................................................................................... 058

1.4.1 网络爬虫及信息提取 ................................................................................ 058

1.4.2 股票数据图表绘制 .................................................................................... 063

1.5 本章小结 ............................................................................................................... 069

1.6 参考文献 ............................................................................................................... 069

第2 章分类案例 ................................................................................................................ 071

2.1 员工离职预测 ....................................................................................................... 072

2.1.1 问题描述及数据集获取 ............................................................................ 072

2.1.2 求解思路和相关知识介绍 ........................................................................ 073

2.1.3 代码实现及分析 ........................................................................................ 076

2.2 Iris 数据分类 ......................................................................................................... 081

2.2.1 问题描述及数据集获取 ............................................................................ 081

2.2.2 求解思路和相关知识介绍 ........................................................................ 082

2.2.3 代码实现及分析 ........................................................................................ 089

2.3 新闻文本分类 ....................................................................................................... 099

2.3.1 问题描述及数据集获取 ............................................................................ 099

2.3.2 求解思路和相关知识介绍 ........................................................................ 100

2.3.3 代码实现及分析 ........................................................................................ 113

2.4 手写数字识别 ....................................................................................................... 128

2.4.1 问题描述及数据集获取 ............................................................................ 128

2.4.2 求解思路和相关知识介绍 ........................................................................ 129

2.4.3 代码实现及分析 ........................................................................................ 134

2.5 本章小结 ............................................................................................................... 139

2.6 参考文献 ............................................................................................................... 139

第3 章聚类案例 ................................................................................................................ 143

3.1 人脸图像聚类 ....................................................................................................... 144

3.1.1 问题描述及数据集获取 ............................................................................ 144

3.1.2 求解思路和相关知识介绍 ........................................................................ 146

3.1.3 代码实现及分析 ........................................................................................ 150

3.2 文本聚类 ............................................................................................................... 162

3.2.1 问题描述及数据集获取 ............................................................................ 162

3.2.2 求解思路和相关知识介绍 ........................................................................ 163

3.2.3 代码实现及分析 ........................................................................................ 167

3.3 本章小结 ............................................................................................................... 173

3.4 参考文献 ............................................................................................................... 174

第4 章回归预测案例 ........................................................................................................ 175

4.1 房价预测 ............................................................................................................... 176

4.1.1 问题描述及数据集获取 ............................................................................ 176

4.1.2 求解思路和相关知识介绍 ........................................................................ 177

4.1.3 代码实现及分析 ........................................................................................ 184

4.2 基于LSTM 的股票走势预测 ............................................................................... 191

4.2.1 问题描述及数据集获取 ............................................................................ 191

4.2.2 求解思路和相关知识介绍 ........................................................................ 192

目录

XI

4.2.3 代码实现及分析 ........................................................................................ 197

4.3 本章小结 ............................................................................................................... 204

4.4 参考文献 ............................................................................................................... 204

第5 章综合案例................................................................................................................. 206

5.1 场景文本检测 ...........

— 没有更多了 —

机器学习案例分析(基于Python语言)

粤读二手书店

商品详情

相关推荐