python机器学经典实例(影印版) 编程语言 作者
none
￥ 49.45 5.2折 ￥ 96 全新
库存3件
北京丰台
认证卖家担保交易快速发货售后保障
作者作者
出版社东南大学出版社
ISBN9787564179786
出版时间2018-11
版次1
装帧平装
开本16
页数349页
字数450千字
定价96元
货号xhwx_1201819871
上书时间2024-11-13
- 在售商品 暂无
- 平均发货时间 27小时
- 好评率 暂无
商品详情
- 品相描述：全新
- 正版特价新书
- 商品描述
-
目录：
preface
1.vectors,matrices,and arrays
1.0 introduction
1.1 creating a vector
1.2 creating a matrix
1.3 creating a sparse matrix
1.4 selecting elements
1.5 describing a matrix
1.6 applying operations to elements
1.7 fin the mamum and minimum values
1.8 calculating the average,variance,and standard deviation
1.9 reshaping arrays
1.10 transing a vector or matrix
1.11 flattening a matrix
1.12 fin the rank of a matrix
1.13 calculating the determinant
1.14 getting the diagonal of a matrix
1.15 calculating the trace of a matrix
1.16 fin eigenvalues and eigenvectors
1.17 calculating dot products
1.18 ad and subtracting matrices
1.19 multiplying matrices
1.20 inverting a matrix
1.21 generating random values
2.loa data
2.0 introduction
2.1 loa a sample dataset
2.2 creating a simulated dataset
2.3 loa a csv file
2.4 loa an excel file
2.5 loa a ]son file
2.6 querying a sql database
3.data wrangling
3.0 introduction
3.1 creating a data frame
3.2 describing the data
3.3 navigating dataframes
3.4 selecting rows based on conditionals
3.5 recing values
3.6 renaming columns
3.7 fin the minimum,mamum,sum,average,and count
3.8 fin unique values
3.9 handling missing values
3.10 deleting a column
3.11 deleting a row
3.12 dropping duplicate rows
3.13 grouping rows by values
3.14 grouping rows by time
3.15 looping over a column
3.16 applying a function over all elements in a column
3.17 applying a function to grou
3.18 concatenating dataframes
3.19 merging dataframes
4.handling numerical data
4.0 introduction
4.1 rescaling a feature
4.2 standardizing a feature
4.3 normalizing observations
4.4 generating polynomial and interaction features
4.5 transforming features
4.6 detecting outliers
4.7 handling outliers
4.8 discretizating features
4.9 grouping observations using clustering
4.10 deleting observations with missing values
4.11 imputing missing values
……
5.handling categorical data
6.handling text
7.handling dates and times
8.handling images
9.dimensionality reduction using feature extraction
10.dimensionality reduction using feature selection
11.model evaluation
12.model selection
13.linear regression
14.trees and forests
15.k-nearest neiors
16.logistic regression
17.support vector machines
18.naive bayes
19.clustering
20.neural works
21.saving and loa trained models
index
内容简介：
机器学技术能够解决计算机安全问题，并终为攻双方之间的猫鼠游戏画上一个句号吗？或者说这只是炒作？现在你可以深入这一学科，自己回答这个问题了！有了这本实用指南，你可以探索如何将机器学应用于各种安全问题（如入侵检测、恶意软件分类和网络分析）。机器学和安全专家clarence chio与david freeman为讨论这两个领域之间的联姻提供了框架，另外还包括一个机器学算法工具箱，你可以将其应用于一系列安全问题。本书适合于安全工程师和数据科学家。
作者简介：
克里斯阿尔本是肯尼亚创业公司brck的首席数据科学家。
— 没有更多了 —
以下为对购买帮助不大的评价