機器學習技術任務驅動式教程 艾旭升 何福男 9787121490873 【台灣高等教育出版社】

*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：202409*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：機器學習技術任務驅動式教程
ISBN：9787121490873
出版社：電子工業
著編譯者：艾旭升 何福男
頁數：249
所在地：中國大陸 *此為代購商品
書號：1700270
可大量預訂，請先連絡。

內容簡介

本教材內容包括了解機器學習、機器學習開發環境安裝及使用，以及8個大類的預測任務(涵蓋監督學習、無監督學習、集成學習、深度學習等知識點)。在內容的選取上，本教材突出數據的多樣性、方法的代表性和繼承性，通過豐富的機器學習任務深入淺出地介紹機器學習技術在現實生活中的應用和實踐。 本教材共有10個模塊，第1～2個模塊是實施機器學習任務前的概念介紹和環境準備，第3～8個模塊結合案例介紹K-最近鄰、線性回歸和邏輯回歸、決策樹、貝葉斯模型、支持向量機、K-平均值等機器學習算法及模型，第9、10個模塊分別介紹了結合多分類器的集成學習方法和源自神經網絡模型的深度學習算法。從第3個模塊開始，每個模塊至少包含3個案例，涵蓋數據清洗、數據轉換、模型訓練、模型評估、結果可視化等大數據和人工智能技術。 本教材提供豐富多樣的機器學習任務，借鑒企業項目開發的工作流程，採用JupyterLab融合註釋、代碼和運行結果，圖文並茂地介紹機器學習任務的編碼過程。在編碼過程中，涉及機器學習概念、公式及注意事項的詳細講解。本教材適用於高職高專院校大數據和人工智能技術應用專業開展任務驅動式教學，也可作為機器學習初學者的啟蒙資料。

目錄

模塊1 了解機器學習
1 1 機器學習簡介
1 2 機器學習發展史
1 3 機器學習應用領域
1 3 1 金融業
1 3 2 險業
1 3 3 製造業
1 3 4 零售業
1 3 5 醫療健
1 3 6 司法
1 3 7 工程與科學
1 4 機器學習常用方法
1 4 1 K-近鄰
1 4 2 回歸
1 4 3 決策樹
1 4 4 貝葉斯模型
1 4 5 支持向量機
1 4 6 聚類
1 4 7 集成學習
1 4 8 深度學習
1 5 sklearn機器學習庫
小結
習題
模塊2 機器學習開發環境安裝及使用
2 1 機器學習開發環境安裝
2 1 1 安裝Anaconda
2 1 2 安裝JupyterLab
2 1 3 安裝機器學習庫
2 2 基於JupyterLab環境編程
2 2 1 進入JupyterLab環境
2 2 2 編寫程序
2 2 3 存及運行程序
2 3 JupyterLab程序調試
2 3 1 列印變數值
2 3 2 JupyterLabDebugger調試
2 4 Markdown

目錄

製作
小結
習題
模塊3 基於K-近鄰的分類預測
3 1 電影類型預測
3 1 1 任務描述
3 1 2 任務分解
3 1 3 任務實施
3 2 鳶尾花品種預測
3 2 1 任務描述
3 2 2 任務分解
3 2 3 任務實施
3 3 葡萄酒品種預測
3 3 1 任務描述
3 3 2 任務分解
3 3 3 任務實施
小結
習題
模塊4 線性回歸和邏輯回歸預測
4 1 波士頓房價預測
4 1 1 任務描述
4 1 2 任務分解
4 1 3 任務實施
4 2 糖尿病病期預測
4 2 1 任務描述
4 2 2 任務分解
4 2 3 任務實施
4 3 買車預測
4 3 1 任務描述
4 3 2 任務分解
4 3 3 任務實施
小結
習題
模塊5 基於決策樹的分類預測
5 1 電腦購買情況預測
5 1 1 任務描述
5 1 2 任務分解
5 1 3 任務實施
5 2 泰坦尼克號倖存乘客預測
5 2 1 任務描述
5 2 2 任務分解
5 2 3 任務實施
5 3 下雨預測
5 3 1 任務描述
5 3 2 任務分解
5 3 3 任務實施
小結
習題
模塊6 基於貝葉斯模型的分類預測
6 1 惡性腫瘤預測
6 1 1 任務描述
6 1 2 任務分解
6 1 3 任務實施
6 2 垃圾郵件預測
6 2 1 任務描述
6 2 2 任務分解
6 2 3 任務實施
6 3 廣告簡訊預測
6 3 1 任務描述
6 3 2 任務分解
6 3 3 任務實施
小結
習題
模塊7 基於支持向量機的分類預測
7 1 乳腺癌預測
7 1 1 任務描述
7 1 2 任務分解
7 1 3 任務實施
7 2 手寫數字識別
7 2 1 任務描述
7 2 2 任務分解
7 2 3 任務實施
7 3 感測器連通預測
7 3 1 任務描述
7 3 2 任務分解
7 3 3 任務實施
小結
習題
模塊8 基於K-平均值的聚類
8 1 NBA球員分類
8 1 1 任務描述
8 1 2 任務分解
8 1 3 任務實施
8 2 地區消費分類
8 2 1 任務描述
8 2 2 任務分解
8 2 3 任務實施
8 3 圖像矢量量化
8 3 1 任務描述
8 3 2 任務分解
8 3 3 任務實施
小結
習題
模塊9 基於集成學習的分類預測
9 1 使用投票法融合多分類器
9 1 1 任務描述
9 1 2 任務分解
9 1 3 任務實施
9 2 通過Bagging提升單分類器度
9 2 1 任務描述
9 2 2 任務分解
9 2 3 任務實施
9 3 通過AdaBoost提升單分類器精度
9 3 1 任務描述
9 3 2 任務分解
9 3 3 任務實施
小結
習題
模塊10 基於深度學習的分類預測
10 1 通過多層感知機預測糖尿病
10 1 1 任務描述
10 1 2 任務分解
10 1 3 任務實施
10 2 通過CNN識別圖像時間戳
10 2 1 任務描述
10 2 2 任務分解
10 2 3 任務實施
10 3 通過循環經網絡預測國際旅行客流量
10 3 1 任務描述
10 3 2 任務分解
10 3 3 任務實施
小結
習題
附錄A Pandas常用函數的用法
附錄B Matplotlib常用函數的用法
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。

大陸簡體正版圖書，訂購後正常情形下約兩周可抵台。