*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:機器學習應用案例與設計 ISBN:9787302672937 出版社:清華大學 著編譯者:羅光聖 叢書名:大電類專業系列 頁數:249 所在地:中國大陸 *此為代購商品 書號:1681186 可大量預訂,請先連絡。 內容簡介 本書在全面介紹人工智慧中的機器學習、數據降維與特徵工程以及文本分析等基本知識的基礎上,先後著重介紹人工智慧的決策樹與分類演算法、聚類分析、神經網路、貝葉斯網路、支持向量機及聯邦學習,以及機器學習和深度學習的實現細節,並通過實際的應用來運用和實踐各種演算法模型。 全書共分11章:第1章為機器學習緒論,主要介紹機器學習簡史、人工智慧與機器學習的關係以及各種經典的機器學習演算法等;第2章為數據部分內容,著重討論特徵工程、模型訓練、高維數據降維等;第3∼10章為機器學習的具體模型演算法內容,重點介紹決策樹、聚類分析、文本分析、神經網路等實現細節;第11章為高級深度學習內容,著重為讀者提供高階的人工智慧知識。全書提供了大量應用實例,每章后均附有習題。 本書適合作為高等院校計算機類相關專業和人工智慧專業高年級本科生、研究生的教材,同時可供對機器學習比較熟悉並且對人工智慧建模有所了解的開發人員、廣大科技工作者和研究人員參考。目錄 第1章 機器學習緒論1 1 機器學習簡介 1 1 1 機器學習簡史 1 1 2 機器學習主要流派 1 2 人工智慧與機器學習的關係 1 2 1 什麼是人工智慧 1 2 2 機器學習、人工智慧的關係 1 3 典型機器學習應用領域 1 4 機器學習演算法 1 4 1 線性回歸 1 4 2 邏輯回歸 1 4 3 決策樹 1 4 4 支持向量機 1 4 5 線性支持向量機 1 4 6 非線性支持向量機 1 4 7 隨機森林 1 4 8 k-均值演算法 1 4 9 PCA演算法 1 4 10 關聯規則學習演算法 1 5 機器學習的一般流程 習題 第2章 數據降維與特徵工程 2 1 數據降維的基本概念 2 1 1 數據降維的目的 2 1 2 數據降維的一般原理 2 1 3 數據降維的本質 2 1 4 特徵工程的基本概念 2 1 5 特徵工程的目標 2 1 6 特徵工程的本質 2 1 7 特徵工程的特徵選取方法 2 1 8 特徵工程的基本原理 2 2 高維數據降維 2 2 1 主成分分析 2 2 2 奇異值分解 2 2 3 線性判別分析 2 2 4 局部線性嵌入 2 2 5 拉普拉斯特徵映射 2 3 特徵工程分析 2 3 1 特徵構造 2 3 2 特徵選擇 2 3 3 特徵提取 2 4 模型訓練 2 4 1 模型訓練常見術語 2 4 2 訓練數據收集 2 5 數據降維與特徵工程實踐 2 5 1 數據降維應用場景 2 5 2 數據降維常用工具 2 5 3 特徵工程的應用場景 2 5 4 特徵工程的應用工具 2 5 5 數據降維面臨的挑戰 2 5 6 特徵工程面臨的挑戰 習題 第3章 決策樹與分類演算法 3 1 決策樹演算法 3 1 1 分支處理 3 1 2 連續屬性離散化 3 1 3 過擬合問題 3 1 4 分類效果評價 3 2 集成學習 3 2 1 裝袋法 3 2 2 提升法 3 2 3 梯度提升決策樹 第4章 聚類分析 第5章 文本分析 第6章 神經網路 第7章 貝葉斯網路 第8章 支持向量機 第9章 聯邦機器學習 第10章 深度學習基礎 第11章 高級深度學習 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PChome商店街私訊告知ISBN或書號,我們即儘速上架。 |