Python機器學習實踐 9787111729860 (意)安德烈.朱薩尼(Andrea Giussani)
圖書均為代購，正常情形下，訂後約兩周可抵台。
物品所在地：中國大陸
原出版社：機械工業
物品所在地：中國大陸
原出版社：機械工業
大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。
NT$566
商品編號:
9787111729860
供貨狀況:
尚有庫存
加入最愛
此商品 「 最高 」可以折抵紅利
0
點
(約等於 NT$0 )
商品介紹
*完成訂單後正常情形下約兩周可抵台。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202306*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Python機器學習實踐
ISBN：9787111729860
出版社：機械工業
著編譯者：(意)安德烈.朱薩尼(Andrea Giussani)
叢書名：人工智能開發與實戰叢書
頁數：154
所在地：中國大陸 *此為代購商品
書號：1534328
可大量預訂，請先連絡。
【台灣高等教育出版社簡體書】 Python機器學習實踐 787111729860 (意)安德烈.朱薩尼(Andrea Giussani)
原書前言
第1章 機器學習初步
1 1 一個簡單的監督模型：最近鄰法
1 2 數據預處理
1 2 1 數據放縮
1 2 2 數據高斯化：冪變換簡介
1 2 3 類別變數的處理
1 2 4 缺失值的處理
1 3 不平衡數據的處理方法
1 3 1 少數類的隨機過採樣
1 3 2 多數類的隨機欠採樣
1 3 3 合成少數類過採樣
1 4 降維：主成分分析（PCA）
1 4 1 使用PCA進行降維
1 4 2 特徵提取
1 4 3 非線性流形演算法：t-SNE
第2章 機器學習線性模型
2 1 線性回歸
2 2 收縮方法
2 2 1 Ridge回歸（L2正則化）
2 2 2 Lasso回歸（L1正則化）
2 2 3 彈性網路回歸
2 3 穩健回歸
2 3 1 Huber回歸
2 3 2 RANSAC
2 4 Logistic回歸
2 4 1 Logistic回歸為什麼是線性的
2 4 2 Logistic回歸預測（原始模型輸出）與概率（Sigmoid輸出）
2 4 3 Python Logistic回歸
2 4 4 模型性能評估
2 4 5 正則化
2 5 線性支持向量機
2 6 逾越線性：核模型
2 6 1 核技巧
2 6 2 實際分類例子：人臉識別
第3章 逾越線性：機器學習集成方法
3 1 引言
3 2 集成方法
3 2 1 自舉聚合
3 2 2 包外估計（Out-Of-Bag Estimation）
3 3 隨機森林
3 3 1 隨機森林分類
3 3 2 隨機森林回歸
3 4 提升（Boosting）方法
3 4 1 AdaBoost演算法
3 4 2 梯度提升（Gradient Boosting）演算法
3 4 3 極端梯度提升（XGBoost）演算法
3 4 4 CatBoost演算法
第4章 現代機器學習技術
4 1 自然語言處理初步
4 1 1 文本數據預處理
4 1 2 文本的數值表示：詞袋模型
4 1 3 實際例子：使用IMDB電影評論數據集進行情感分析
4 1 4 單詞頻率—逆文本頻率
4 1 5 n-Grams模型
4 1 6 詞嵌入
4 2 深度學習初步
4 2 1 用神經網絡處理複雜數據
4 2 2 多分類
附錄
附錄A Python速成教程
A 1 Python構建塊
A 1 1 變數
A 1 2 方法與函數
A 2 Python數據結構
A 2 1 列表與元組
A 2 2 集合
A 2 3 字典
A 3 Python循環
A 3 1 for循環
A 3 2 while循環
A 4 Python高級數據結構
A 4 1 列表推導式
A 4 2 Lambda函數
A 5 函數概念進階
A 5 1 通配符在函數參數中的使用
A 5 2 函數中的局部作用域與全局作用域
A 6 面向對象編程簡介
A 6 1 對象、類和屬性
A 6 2 子類和繼承
附錄B 詞袋模型的數學原理
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。
*本賣場提供之資訊僅供參考，以到貨標的為正確資訊。
印行年月：202306*若逾兩年請先於客服中心或Line洽詢存貨情況，謝謝。
台灣(台北市)在地出版社，每筆交易均開具統一發票，祝您中獎最高1000萬元。
書名：Python機器學習實踐
ISBN：9787111729860
出版社：機械工業
著編譯者：(意)安德烈.朱薩尼(Andrea Giussani)
叢書名：人工智能開發與實戰叢書
頁數：154
所在地：中國大陸 *此為代購商品
書號：1534328
可大量預訂，請先連絡。
【台灣高等教育出版社簡體書】 Python機器學習實踐 787111729860 (意)安德烈.朱薩尼(Andrea Giussani)
內容簡介
本書提供了使用Python開發機器學習應用程序的基本原理。主要內容包括：機器學習概念及其應用；數據預處理、降維；各種線性模型、集成學習方法、隨機森林、提升方法；自然語言處理、深度學習等。本書跟進了機器學習的最新研究成果，比如近幾年提出的著名演算法XGBoost和CatBoost，以及SHAP值。這些方法是機器學習領域中新穎且先進的模型。 本書目的是向讀者介紹從業人員採用的解決機器學習問題的主要現代演算法，跟蹤機器學習領域研究前沿，併為初學者提供使用機器學習的方法。本書覆蓋面廣，對所有希望在數據科學和分析任務中使用機器學習的人來說，本書既是一本很好的學習資料，同時也是一本實戰教程，其中介紹了多種統計模型，並提供了大量的相應代碼，以將這些概念一致地應用於實際問題。作者簡介
安德烈·朱薩尼Andrea Giussani 是義大利博科尼大學計算機科學的學術研究員，擁有機器學習領域豐富的理論知識和實戰經驗，長期為博科尼大學學生講授機器學習課程。同時，他擁有統計學博士學位，並且在Journal of AppliedStatistics、Statistics and Probability Letters等同行評審期刊上發表過文章。目錄
譯者的話原書前言
第1章 機器學習初步
1 1 一個簡單的監督模型：最近鄰法
1 2 數據預處理
1 2 1 數據放縮
1 2 2 數據高斯化：冪變換簡介
1 2 3 類別變數的處理
1 2 4 缺失值的處理
1 3 不平衡數據的處理方法
1 3 1 少數類的隨機過採樣
1 3 2 多數類的隨機欠採樣
1 3 3 合成少數類過採樣
1 4 降維：主成分分析（PCA）
1 4 1 使用PCA進行降維
1 4 2 特徵提取
1 4 3 非線性流形演算法：t-SNE
第2章 機器學習線性模型
2 1 線性回歸
2 2 收縮方法
2 2 1 Ridge回歸（L2正則化）
2 2 2 Lasso回歸（L1正則化）
2 2 3 彈性網路回歸
2 3 穩健回歸
2 3 1 Huber回歸
2 3 2 RANSAC
2 4 Logistic回歸
2 4 1 Logistic回歸為什麼是線性的
2 4 2 Logistic回歸預測（原始模型輸出）與概率（Sigmoid輸出）
2 4 3 Python Logistic回歸
2 4 4 模型性能評估
2 4 5 正則化
2 5 線性支持向量機
2 6 逾越線性：核模型
2 6 1 核技巧
2 6 2 實際分類例子：人臉識別
第3章 逾越線性：機器學習集成方法
3 1 引言
3 2 集成方法
3 2 1 自舉聚合
3 2 2 包外估計（Out-Of-Bag Estimation）
3 3 隨機森林
3 3 1 隨機森林分類
3 3 2 隨機森林回歸
3 4 提升（Boosting）方法
3 4 1 AdaBoost演算法
3 4 2 梯度提升（Gradient Boosting）演算法
3 4 3 極端梯度提升（XGBoost）演算法
3 4 4 CatBoost演算法
第4章 現代機器學習技術
4 1 自然語言處理初步
4 1 1 文本數據預處理
4 1 2 文本的數值表示：詞袋模型
4 1 3 實際例子：使用IMDB電影評論數據集進行情感分析
4 1 4 單詞頻率—逆文本頻率
4 1 5 n-Grams模型
4 1 6 詞嵌入
4 2 深度學習初步
4 2 1 用神經網絡處理複雜數據
4 2 2 多分類
附錄
附錄A Python速成教程
A 1 Python構建塊
A 1 1 變數
A 1 2 方法與函數
A 2 Python數據結構
A 2 1 列表與元組
A 2 2 集合
A 2 3 字典
A 3 Python循環
A 3 1 for循環
A 3 2 while循環
A 4 Python高級數據結構
A 4 1 列表推導式
A 4 2 Lambda函數
A 5 函數概念進階
A 5 1 通配符在函數參數中的使用
A 5 2 函數中的局部作用域與全局作用域
A 6 面向對象編程簡介
A 6 1 對象、類和屬性
A 6 2 子類和繼承
附錄B 詞袋模型的數學原理
參考文獻
詳細資料或其他書籍請至台灣高等教育出版社查詢，查後請於客服中心或Line或本社留言板留言，我們即儘速上架。
規格說明
大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。
