機器學習實踐教程呂焱飛 9787121469237 【台灣高等教育出版社】

Name: 機器學習實踐教程 呂焱飛 9787121469237 【台灣高等教育出版社】
Brand: abooksthep
Price: 273.0 TWD
Availability: InStock

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：電子工業

NT$273

商品編號:

供貨狀況: 尚有庫存

加入最愛

商品介紹

*數量非實際在台庫存
*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，以到貨標的為實際資訊。
印行年月：202401*若逾兩年請先於私訊洽詢存貨情況，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：機器學習實踐教程
ISBN：9787121469237
出版社：電子工業
著編譯者：呂焱飛
頁數：197
所在地：中國大陸 *此為代購商品
書號：1619513
可大量預訂，請先連絡。

內容簡介

機器學習是計算機人工智慧的重要研究領域和應用方向，本書是學習和實踐機器學習的入門教材，基於Python語言，介紹如何使用機器學習的相關演算法對數據進行分析。本書在內容上涵蓋機器學習相關基礎知識，在組織編排上循序漸進。全書共11章，分為3個部分：第一部分（第1∼3章）為機器學習基礎知識，包括數值計算基礎、數據分析、數據可視化；第二部分（第4∼9章）為機器學習演算法，包括線性模型、樸素貝葉斯、支持向量機、決策樹、聚類分析和集成學習；第三部分（第10∼11章）為實踐項目，包括房價預測和手寫數字識別。

第1章數值計算基礎
1 1 Python基礎
1 1 1 列表與元組
1 1 2 切片
1 1 3 列表推導
1 1 4 生成器表達式
1 2 NumPy數組
1 2 1 創建NumPy數組
1 2 2 數組的屬性
1 2 3 reshape
1 2 4 Python列表與NumPy數組
1 2 5 創建特定數組
1 2 6 創建單調數組
1 2 7 生成隨機數
1 3 NumPy索引
1 3 1 切片索引
1 3 2 布爾索引
1 3 3 更複雜的布爾索引
1 3 4 整數數組索引
1 3 5 索引賦值
1 4 多維索引
1 4 1 定位單個元素
1 4 2 多維切片
1 4 3 newaxis
1 4 4 Ellipsis
1 4 5 整數數組索引
1 5 廣播
1 5 1 一個實例
1 5 2 廣播的條件
1 5 3 如何廣播
1 5 4 幾個操作實例
1 5 5 原地修改
1 6 圖像處理
1 6 1 導入
1 6 2 翻轉
1 6 3 截取下半部分
1 6 4 縮小
1 6 5 縱向拉伸
1 6 6 遮罩
1 6 7 添加兩條對角線
第2章數據分析
2 1 Series
2 1 1 簡單的Series
2 1 2 指定索引
2 1 3 索引的使用
2 1 4 將Python字典轉換為Series
2 1 5 自定義索引
2 1 6 判斷NA值
2 1 7 索引自動對齊
2 2 DataFrame
2 2 1 構建DataFrame
2 2 2 獲取指定列
2 2 3 獲取指定行
2 2 4 對列賦值
2 2 5 索引對齊
2 2 6 刪除列
2 2 7 內部的ndarray
2 3 數據的選擇
2 3 1 數據開放平台
2 3 2 導入數據
2 3 3 選擇列
2 3 4 選擇行
2 3 5 選擇指定區域
2 3 6 布爾型數組
2 3 7 多個條件的選擇
2 3 8 loc與iloc
2 4 概要與映射
2 4 1 查看數據頭部
2 4 2 查看所有的列名
2 4 3 查看數據概要
2 4 4 計算數值的頻率
2 4 5 與平均值的差
2 4 6 map的用法
2 4 7 apply的用法
2 4 8 map與apply的區別
2 5 分組與排序
2 5 1 導入數據
2 5 2 分組統計
2 5 3 分組最小值
2 5 4 用lambda函數做分組統計
2 5 5 更複雜的分組
2 5 6 同時使用多個聚合函數
2 5 7 分組后的排序
2 5 8 區分不同的apply函數
2 5 9 帶「max」的函數
2 6 空值
2 6 1 FIFA數據集
2 6 2 查看空值的數量
2 6 3 計算空值的百分比
2 6 4 清除空值
2 6 6 清除帶有空值的列
2 6 6 填充空值
2 6 7 用平均值來填充空值
2 6 8 返回值
2 7 不一致數據的處理
2 7 1 TheFuzz庫
2 7 2 數據集
2 7 3 unique
2 7 4 清除大寫與空格
2 7 5 模糊匹配
2 7 6 欄位替換
第3章數據可視化
3 1 Matplotlib基本概念
3 1 1 導入與設置
3 1 2 剖析圖形
3 1 3 兩種風格
3 2 作圖基礎
3 2 1 繪製直線
3 2 2 繪製折線
3 2 3 格式字元串
3 2 4 繪製散點圖
3 2 5 繪製類別數據
3 2 6 繪製文本
3 2 7 繪製註解
3 3 MACD指標分析
3 3 1 載入貴州茅台股價數據
3 3 2 收盤價趨勢圖
3 3 3 計算MACD和signal序列
3 3 4 繪製MACD指標圖
3 3 5 金叉與死叉
3 3 6 計算收益
3 4 滬深300收益計算
3 4 1 載入歷史數據
3 4 2 繪製趨勢圖
3 4 3 計算收益率
3 4 4 計算年化收益率
3 4 5 計算年化波動率
3 4 6 計算最大回撤率
3 4 7 計算卡瑪比率
3 5 日曆策略
3 5 1 指標計算函數
3 5 2 只在每月前5日交易的策略
3 5 3 準備數據
3 5 4 標記出每月前5日
3 5 5 計算收益率
3 5 6 繪製兩條收益曲線
3 5 7 比較收益指標
3 5 8 每月後5日的策略
第4章線性模型
4 1 機器學習
4 1 1 傳統軟體與機器學習
4 1 2 特徵與標籤
4 1 3 機器學習演算法的分類
4 1 4 CRISP-DM
4 2 線性回歸
4 2 1 模型公式
4 2 2 scikit-learn
4 2 3 線性回歸的用法
4 2 4 線性回歸的參數
4 2 5 殘差
4 2 6 均方誤差與平均絕對誤差
4 2 7 Bootstrap統計方法
4 3 嶺回歸
4 3 1 bootstrap函數
4 3 2 係數分佈
4 3 3 alpha參數
4 3 4 最佳alpha參數
4 4 LASSO回歸
4 4 1 基本用法
4 4 2 非零的係數
4 4 3 最佳alpha參數
4 4 4 特徵選擇
4 5 邏輯回歸
4 5 1 iris數據集
4 5 2 訓練集與測試集
4 5 3 LogisticRegression類
4 5 4 混淆矩陣
4 5 5 預測的概率
第5章樸素貝葉斯
5 1 貝葉斯原理
5 1 1 患癌的概率
5 1 2 貝葉斯公式
5 1 3
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PChome商店街私訊告知ISBN或書號，我們即儘速上架。