机器学习算法与实践
全新正版 极速发货
¥
50.61
6.3折
¥
79.9
全新
库存25件
作者郭羽含 张露方 袁园 著
出版社机械工业出版社
ISBN9787111764113
出版时间2024-10
装帧平装
开本16开
定价79.9元
货号1203431530
上书时间2024-12-02
商品详情
- 品相描述:全新
- 商品描述
-
目录
前言
第1章机器学习概述
11人工智能与机器学习
12机器学习的概念
121机器学习的定义
122机器学习发展史
123机器学习分类
13机器学习工具
131Python语言
132第三方工具库
133编译环境
134库的下载与安装
14机器学习示例
141自动驾驶
142机器翻译
143游戏中的人工智能
15本章小结
16延伸阅读——大数据背景下的机器学习算法
17习题
第2章机器学习基本理论
21机器学习术语
211基本概念
212过拟合与欠拟合
213模型评估
22实验估计方法
221留出法
222交叉验证法
223自助法
23性能度量
231错误率与精度
232查准率、查全率与F1
233ROC与AUC
24比较检验
241假设检验
242交叉验证
25参数调优
251网格搜索
252随机搜索
253贝叶斯优化算法
26本章小结
27延伸阅读——机器学习应用于我国海外投资效率预警
28习题
第3章K-近邻
31算法原理
32距离度量方法
33搜索优化方法
331k-d树
332球树
34算法实现
35本章小结
36延伸阅读——机器学习在国产芯片上的应用
37习题
第4章贝叶斯
41贝叶斯方法概述
411贝叶斯公式
412贝叶斯决策理论
413极大似然估计
42朴素贝叶斯算法
421高斯朴素贝叶斯算法
422多项式朴素贝叶斯算法
423伯努利朴素贝叶斯算法
43半朴素贝叶斯算法
44贝叶斯网络算法
441贝叶斯网络结构
442贝叶斯网络学习算法
443贝叶斯网络推断
45EM算法
46本章小结
47延伸阅读——机器学习在智能驾驶上的应用
48习题
第5章线性模型
51线性回归
511简单线性回归
512多变量线性回归
513梯度下降法
514多项式回归
52逻辑回归
521二分类逻辑回归
522多分类逻辑回归
53模型正则化
54本章小结
55延伸阅读——云计算与机器学习
56习题
第6章支持向量机
61算法概述
62线性可分支持向量机及其对偶算法
63线性支持向量机
64非线性支持向量机
65支持向量机回归
651线性支持向量机回归
652非线性支持向量机
内容摘要
本书内容涵盖了监督学习、无监督学习和半监督学习的代表性算法,对算法的原理与思想、推导与证明、实现与应用中涉及的知识点进行了清晰透彻的阐述。全书由12章组成,主要内容包括机器学习概述、机器学习基本理论、K-近邻、贝叶斯、线性模型、支持向量机、决策树、集成学习、聚类算法、数据降维、半监督学习、神经网络等知识。章节依照算法类别及算法间逻辑关系进行编排,内容结构上条理清晰、由浅入深,并完整地对算法的编码实现进行了讲解,从编程角度展示算法细节,使读者可以更加深入透彻地理解算法原理、加深对算法的记忆,并能够针对自身需求对算法进行修改和扩展。为帮助读者充分了解和掌握每一章节基础理论知识,每章附有思维导图及习题。
本书适合作为高等院校数据科学与大数据技术、人工智能和计算机类专业的机器学习相关课程教材,也可供从事机器学习和数据挖掘相关研究及应用的工程技术人员和科研工作者参考。
主编推荐
涉及算法的原理与思想、推导与证明、实现与应用。
章节依照算法类别及算法间逻辑关系进行编排。
对算法的编码实现进行讲解,每章附有思维导图。
配套提供电子课件、微课视频、习题答案、教学大纲、代码。
— 没有更多了 —
以下为对购买帮助不大的评价