食品大數據機器學習基礎及應用 朱金林 閆博文 張灝 9787122477422 【台灣高等教育出版社】

*書籍均為代購，我們向大陸付款發訂後即無法取消，為避免造成不必要的損失，
下訂前請慎重考慮！下訂前請慎重考慮！謝謝。
*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：202508*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：食品大數據機器學習基礎及應用
ISBN：9787122477422
出版社：化學工業
著編譯者：朱金林 閆博文 張灝
頁數：217
所在地：中國大陸 *此為代購商品
書號：1744954
可大量預訂，請先連絡。

內容簡介

《食品大數據機器學習基礎及應用》是為食品科學與技術領域中的數據分析和機器學習應用而編寫的基礎教材。本書以食品行業的大數據分析為核心，系統地介紹了機器學習的基礎理論、關鍵技術及其在食品行業的具體應用案例，旨在培養學生和專業人士在食品數據分析領域的實際操作能力和創新思維。本書共分為9章，主要內容包括：緒論、Python數據分析與可視化基礎、特徵工程、機器學習中的聚類算法、線性模型、概率模型、核方法與核函數、決策樹與集成學習，以及深度學習技術及其在食品行業中的應用。本書內容豐富、結構清晰，同時涵蓋了從大數據基礎概念到深度學習在食品領域的前沿應用，具有較強的實用性。 《食品大數據機器學習基礎及應用》適合作為高等院校食品科學與工程、數據科學與大數據技術等專業的機器學習相關課程教材或教學參考書，也適合作為人工智能、數據科學、機器學習相關領域工程技術人員的參考書。

目錄

1 緒論
1 1 大數據概述
1 1 1 數據基礎概念
1 1 2 大數據的來源與定義
1 1 3 大數據的特徵與結構類型
1 1 4 大數據的存儲與分析技術
1 2 食品大數據概述
1 2 1 食品大數據的定義
1 2 2 食品大數據的特點
1 2 3 食品大數據的分類
1 2 4 食品大數據的研究現狀
1 3 機器學習概述
1 3 1 機器學習概念
1 3 2 機器學習任務
1 3 3 機器學習數據
1 3 4 機器學習方法
1 3 5 數據規律的挖掘
1 3 6 機器學習模型的適應性
1 3 7 機器學習的一般流程
1 3 8 機器學習模型性能的評估
1 4 機器學習與食品大數據分析
1 4 1 食品生產與加工
1 4 2 食品質量與安全
1 4 3 食品營養與健康
1 5 小結
參考文獻
2 Python數據分析與可視化基礎
2 1 Python開發環境介紹
2 2 數值計算工具NumPy
2 2 1 NumPy簡介
2 2 2 ndarray對象
2 2 3 數組的創建、切片和索引
2 3 可視化工具 Matplotlib
2 3 1 Matplotlib簡介
2 3 2 Matplotlib中的Pyplot
2 4 統計工具 Scipy
2 4 1 Scipy簡介
2 4 2 Scipy稀疏矩陣
2 4 3 Scipy圖結構
2 5 數據處理工具 Pandas
2 5 1 Pandas簡介
2 5 2 Pandas數據結構——Series
2 5 3 Pandas數據結構——DataFrame
2 6 機器學習工具 Sklearn
2 6 1 Sklearn簡介
2 6 2 Sklearn數據
2 6 3 Sklearn模型
2 7 小結
參考文獻
3 特徵工程
3 1 數據獲取與數據清洗
3 1 1 數據獲取
3 1 2 數據清洗
3 2 特徵轉換
3 2 1 無量綱化
3 2 2 離散化與啞編碼
3 3 特徵提取
3 3 1 特徵選擇
3 3 2 降維
3 4 小結
參考文獻
4 聚類算法
4 1 聚類的原理與實現
4 1 1 聚類的概念
4 1 2 聚類算法在食品領域的應用
4 1 3 距離的度量方式
4 1 4 聚類算法的分類
4 2 K-means聚類算法
4 2 1 K-means聚類算法的原理
4 2 2 K-means聚類算法的實現流程
4 2 3 K-means聚類算法的優缺點
4 3 層次聚類算法
4 3 1 層次聚類算法的基本原理
4 3 2 層次聚類算法的實現流程
4 3 3 層次聚類算法的優缺點
4 4 DBSCAN聚類算法
4 4 1 DBSCAN聚類算法的基本原理
4 4 2 DBSCAN聚類算法的實現流程
4 4 3 DBSCAN聚類算法的優缺點
4 5 譜聚類算法
4 5 1 譜聚類算法的基本原理
4 5 2 譜聚類算法的實現流程
4 5 3 譜聚類算法的優缺點
4 6 高斯混合聚類算法
4 6 1 高斯混合聚類算法的基本原理
4 6 2 高斯混合聚類算法的實現流程
4 6 3 高斯混合聚類算法的優缺點
4 7 案例：聚類算法實現食物營養成分分析
4 8 小結
參考文獻
5 線性模型
5 1 線性模型概述
5 1 1 線性模型的概念
5 1 2 線性模型在食品領域的應用
5 2 線性回歸
5 2 1 線性回歸算法
5 2 2 嶺回歸算法
5 2 3 Lasso回歸算法
5 2 4 彈性網絡算法
5 3 邏輯回歸
5 3 1 邏輯回歸的基本原理
5 3 2 邏輯回歸的實現流程
5 3 3 邏輯回歸算法的優缺點
5 4 偏最小二乘法
5 4 1 偏最小二乘法的基本原理
5 4 2 偏最小二乘法的實現流程
5 4 3 偏最小二乘法的優缺點
5 5 案例：線性模型預測鮑魚年齡
5 6 小結
參考文獻
6 概率模型
6 1 貝葉斯方法
6 1 1 貝葉斯方法的提出
6 1 2 貝葉斯定理
6 1 3 貝葉斯方法在食品領域的應用
6 2 貝葉斯線性回歸
6 2 1 貝葉斯線性回歸的基本原理
6 2 2 貝葉斯線性回歸的優缺點
6 3 樸素貝葉斯分類
6 3 1 樸素貝葉斯分類的基本原理
6 3 2 樸素貝葉斯分類的優缺點
6 4 貝葉斯網絡
6 4 1 貝葉斯網絡的定義
6 4 2 貝葉斯網絡的構建
6 4 3 貝葉斯網絡的推理
6 5 案例一：貝葉斯線性回歸預測葡萄酒密度
6 6 案例二：樸素貝葉斯實現牛奶品質預測
6 7 小結
參考文獻
7 核方法與核函數
7 1 核方法概述
7 1 1 核方法的概念
7 1 2 核函數的概念
7 1 3 常用核函數
7 1 4 核方法在食品領域的應用
7 2 支持向量機
7 2 1 支持向量機的理論基礎
7 2 2 支持向量機的實現流程
7 2 3 支持向量機的間隔
7 2 4 支持向量機的優缺點
7 3 相關向量機
7 3 1 相關向量機的基本原理
7 3 2 相關向量機的實現流程
7 3 3 相關向量機的優缺點
7 4 高斯過程回歸
7 4 1 高斯過程回歸的基本原理
7 4 2 高斯過程回歸的實現流程
7 4 3 高斯過程回歸的優缺點
7 5 案例一：支持向量機實現水果分類
7 6 案
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。