機器學習實戰-視頻教學版 遲殿委 王培進 9787302653974 【台灣高等教育出版社】
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：清華大學
物品所在地：中國大陸
原出版社：清華大學
NT$375
商品編號:
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
| *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：202403*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：機器學習實戰-視頻教學版 ISBN：9787302653974 出版社：清華大學 著編譯者：遲殿委 王培進 頁數：227 所在地：中國大陸 *此為代購商品 書號：1619515 可大量預訂，請先連絡。 內容簡介 本書基於Python語言詳細講解機器學習演算法及其應用，用於讀者快速入門機器學習。本書配套示例源代碼、PPT課件、教學視頻、教學大綱、習題與答案、作者微信答疑。 本書內容包括機器學習概述、Python數據處理基礎、Python常用機器學習庫、線性回歸及應用、分類演算法及應用、數據降維及應用、聚類演算法及應用、關聯規則挖掘演算法及應用、協同過濾演算法及應用，最後通過3個綜合實戰項目（包括新聞內容分類實戰、秦坦尼克號獲救預測實戰、中藥數據分析項目實戰），幫助讀者對所學技能進行鞏固和提升。本書主要章節都給出了對應的示例及其詳細的分析步驟，方便讀者從編程中掌握機器學習基礎演算法及應用。 本書適合機器學習初學者、大數據分析人員和機器學習演算法開發工程師閱讀；也適合作為高等院校或高職高專人工智慧、計算機、軟體工程、數據科學與大數據技術、智能科學與技術等專業機器學習課程的教材。作者簡介 遲殿委，南昌大學計算機軟體與理論專業碩士，系統架構設計師。有多年企業軟體研發經驗和豐富的JavaEE、大數據技術培訓經驗，熟練掌握JavaEE與大數據全棧技術框架，擅長JavaEE系統架構設計、大數據分析與挖掘。著有圖書《Hadoop大數據分析技術》 《Hadoop+Spark大數據分析實戰》《Spring Boot企業級開發實戰（視頻教學版）》《深入淺出Java編程》《Spring Boot+Spring Cloud微服務開發》。目錄 第1章 機器學習概述1 1 機器學習簡介 1 1 1 什麼是機器學習 1 1 2 機器學習三要素和核心 1 1 3 機器學習開發流程 1 1 4 機器學習模型評價指標 1 1 5 機器學習項目開發步驟 1 2 機器學習的發展史和分類 1 2 1 機器學習的發展史 1 2 2 機器學習分類 1 3 機器學習常用術語 1 4 本章小結 第2章 Python數據處理基礎 2 1 Python開發環境搭建 2 1 1 安裝Python解釋器 2 1 2 Python運行方法 2 1 3 安裝PyCharm 2 1 4 Python包管理工具 2 1 5 安裝JupyterNotebook 2 2 Python基本數據類型 2 2 1 數值型 2 2 2 字元串(String) 2 2 3 列表(List) 2 2 4 元組(Tuple) 2 2 5 集合(Set) 2 2 6 字典(Dict) 2 3 Python文件的基本操作 2 3 1 文件讀寫基本操作 2 3 2 NumPy庫存取文件 2 3 3 Pandas存取文件 2 4 本章小結 第3章 Python常用機器學習庫 3 1 Python數值計算庫NumPy 3 1 1 NumPy簡介與安裝 3 1 2 NumPy數組的基本操作 3 2 Python數據處理庫Pandas 3 2 1 Pandas庫簡介與安裝 3 2 2 數據讀取與寫入 3 2 3 數據清洗與轉換 3 2 4 數據分析與可視化 3 3 Python數據可視化庫Matplotlib 3 3 1 Matplotlib安裝與基本使用 3 3 2 繪製折線圖 3 3 3 繪製柱狀圖 3 3 4 繪製餅圖 3 3 5 繪製子圖 3 4 Python機器學習庫scikit-learn 3 4 1 sklearmn簡介與安裝 3 4 2 sklearn通用學習模式 3 4 3 sklearn數據集 3 4 4 sklearn模型的屬性和功能 3 4 5 sklearn數據預處理 3 4 6 交叉驗證 3 4 7 保存模型 3 5 本章小結 第4章 線性回歸及應用 4 1 線性回歸演算法理論 4 2 回歸演算法的評價指標 4 3 梯度下降演算法 4 3 1 演算法理解 4 3 2 SGD演算法理論 4 4 過擬合 4 4 1 過擬合產生的原因 4 4 2 常見線性回歸正則化方法 4 5 線性回歸實戰 4 5 1 波士頓房價預測 4 5 2 加入正則化項 4 6 本章小結 第5章 分類演算法及應用 5 1 邏輯回歸理論與應用 5 1 1 演算法理論知識 5 1 2 邏輯回歸演算法實戰 5 2 SVM理論及應用 5 2 1 演算法理論知識 5 2 2 SVM演算法實戰 5 3 樸素貝葉斯分類及應用 5 3 1 演算法理論 5 3 2 樸素貝葉斯實戰應用 5 4 決策樹分類及應用 5 4 1 演算法理論 5 4 2 ID3演算法基礎 5 4 3 決策樹演算法實戰 5 5 隨機森林演算法實戰 5 6 本章小結 第6章 數據降維及應用 6 1 數據降維概述 6 2 PCA演算法 6 2 1 PCA演算法理論 6 2 2 PCA演算法實戰 6 3 SVD演算法 6 3 1 SVD理論 6 3 2 SVD實戰應用 6 4 本章小結 第7章 聚類演算法及應用 7 1 聚類理論基礎 7 2 K-Means聚類 7 2 1 K-Means演算法理論 7 2 2 K-Means演算法實戰 7 3 高斯混合聚類 7 3 1 高斯聚類理論 7 3 2 高斯混合聚類應用 7 4 譜聚類 7 4 1 譜聚類理論基礎 7 4 2 譜聚類應用實戰 7 5 本章小結 第8章 關聯規則挖掘演算法及應用 8 1 關聯規則挖掘演算法理論 8 1 1 大數據關聯規則挖掘常識 8 1 2 經典的Apriori演算法 8 1 3 FP樹演算法 8 2 關聯規則挖掘演算法實戰 8 2 1 FP樹實戰 8 2 2 Apriori演算法實戰 8 3 本章小結 第9章 協同過濾演算法及應用 9 1 協同過濾演算法理論 9 1 1 協同過濾概述 9 1 2 物品相似度計算 9 1 3 關於ALS演算法中的最小二乘法 9 2 協同過濾演算法電影推薦實戰 9 3 本章小結 第10章 新聞內容分類實戰 10 1 數據準備 10 2 分詞與清洗工作 10 3 模型建立 10 4 分類任務 10 5 本章小結 第11章 泰坦尼克號獲救預測實戰 11 1 數據處理 11 2 建立模型 11 3 演算法概率計算 11 4 集成演算法，構建多棵分類樹 11 5 特徵提取 11 6 集成多種演算法 11 7 本章小結 第12章 中藥數據分析項目實戰 12 1 項目背景及目標 12 2 數據處理與分析實戰 12 2 1 數據讀取 12 2 2 中藥材數據集的數據處理與分析 12 2 3 提取藥方成分 12 2 4 挖掘常用藥物組合 12 3 本章小結 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。 |
