消息首页搜索举报

机器学与计算思维大中专理科科技综合杨娟编

none

36.1 7.4折 49 全新

库存2件

北京丰台

认证卖家担保交易快速发货售后保障

作者杨娟编

出版社科学出版社

ISBN9787030745187

出版时间2023-02

版次1

装帧平装

开本16

页数164页

字数240千字

定价49元

货号xhwx_1202811071

上书时间2025-01-09

智胜图书专营店

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 27小时
好评率暂无

最新上架

敬畏之心心理学 (美)达契尔·克特纳 ¥41.60

一只夜行猫绘本 (美)达洛芙·伊普卡 ¥18.90

飞翔的恐龙蛋儿童文学冯杰 ¥14.80

游戏颠覆者从贫民窟之子到任天堂裁成功学 (美)雷吉·菲尔斯-埃米(reggie fils-aimé) ¥36.30

植物大战僵尸2博物馆漫画陕西历史博物馆修订版卡通漫画笑江南绘 ¥19.30

中华小子开封奇案卡通漫画动画绘 ¥17.00

披甲爷爷卡通漫画徐鲁 ¥19.30

天空的记忆玛可泷画集外国幽默漫画青青译 ()玛可泷绘 ¥53.40

衣装事典外国现当代文学 ()山北笃 ¥59.40

商品详情

品相描述：全新: 正版特价新书

商品描述: 目录：

章人工智能与计算思维1

1.1人工智能1

1.2机器学2

1.3机器学中的计算思维6

1.4本章小结7

课后练7

第2章机器学理论基础8

2.1数据集8

2.1.1描述空间、属、特征和维度8

2.1.2复合特征9

2.1.3特征空间降维10

2.1.4特征缩放及特征编码11

2.2机器学中对误差的估计12

2.3代价函数、损失函数和目标函数14

2.4数据预处理14

2.5python中机器学基本流程15

2.6sklearn的安装17

2.7本章小结19

课后练19

第3章线回归模型20

3.1什么是线回归模型20

3.2简单线回归模型21

3.2.1模型建立21

3.2.2不插电模拟模型训练22

3.2.3sklearn中使用简单线回归模型23

3.2.4模型能评价24

3.3多元线回归模型26

3.3.1模型建立26

3.3.2不插电使用梯度下降法求解系数28

3.3.3sklearn中使用多元线回归模型30

3.4多项式回归32

3.5学曲线34

3.6线回归模型中的计算思维37

课后练38

第4章逻辑回归模型40

4.1sigmoid函数40

4.2逻辑回归的基本模型40

4.3逻辑回归模型的代价函数41

4.4在sklearn中使用逻辑回归模型进行二元分类42

4.5广义线回归模型的止过拟合策略43

4.5.1正则式43

4.5.2在sklearn中使用l1和l2范数优化模型44

4.6逻辑回归中的计算思维46

课后练47

第5章knn分类和回归48

5.1knn算法的模型48

5.2不插电使用knn模型进行分类48

5.3不插电使用knn回归模型50

5.4f1分数52

5.5knn中的特征标准化56

5.6knn模型的计算思维58

课后练59

第6章朴素贝叶斯60

6.1贝叶斯公式60

6.2朴素贝叶斯模型61

6.2.1朴素贝叶斯模型的基本61

6.2.2不插电运用朴素贝叶斯公式进行分类预测62

6.3高斯朴素贝叶斯(gaussiannb)63

6.3.1高斯朴素贝叶斯的63

6.3.2不插电运用高斯朴素贝叶斯65

6.4sklearn中的朴素贝叶斯模型67

6.5在sklearn中使用nb模型68

6.6roc曲线和auc面积70

6.7朴素贝叶斯模型与计算思维73

课后练73

第7章决策树和森林75

7.1决策树的表达方式75

7.2训练决策树的算法76

7.2.1id3算法的基本76

7.2.2不插电使用id3算法构建决策树76

7.2.3c4.5算法81

7.2.4cart算法82

7.3sklearn中使用decisiontreeclassifier和decisiontreeregression工具83

7.3.1sklearn中使用decisiontreeclassifier83

7.3.2sklearn中使用decisiontreeregressor84

7.4森林和集成学86

7.4.1森林86

7.4.2推进法(boosting)87

7.4.3不插电应用adaboost88

7.5决策树中的计算思维90

课后练91

第8章感知器和人工神经网络ann92

8.1感知器92

8.1.1感知器的基本92

8.1.2不插电训练单层感知器94

8.2多层感知器(mlp)96

8.2.1多层感知器的基本96

8.2.2不插电运用两层感知器解决xor(异或)问题97

8.3反传多层感知器99

8.3.1ann的激励函数99

8.3.2ann的网络结构和节点构成100

8.3.3ann中的反传学算法(bp)100

8.3.4bp的不插电示例104

8.4使用sklearn的ann工具107

8.5人工神经网络的计算思维107

课后练109

第9章支持向量机111

9.1支持向量机svm的基本111

9.1.1svm中用于分类的超面111

9.1.2svm的目标函数113

9.1.3svm的目标函数求解114

9.2单层感知器的对偶形式114

9.3svm的核函数117

9.4sklearn中使用svm工具分类118

课后练120

0章聚类121

10.1聚类算法的121

……

内容简介：

2017年，院印发新一代人工智能发展规划，要求中小学开设人工智能相关课程，并提倡以计算思维为指导，将信息技术课程从技术导向转换为科学导向。因此，“机器学”作为人工智能技术的内核，走入我国广大中小的课堂是科技发展的必然选择。
本书共11章，系统地介绍机器学模型中常见的白盒和黑盒模型，以及这些模型统一的框架和经常被使用的。本书介绍了这些是如何被巧妙地封装成一种通用方法，并在适当的时候被反复使用。从框架到思路，再到解决问题的，以及的封装和重用，这些都是塑造良好计算思维的必经之路。