*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:機器學習簡明教程-基於Python語言實現 ISBN:9787111761006 出版社:機械工業 著編譯者:高延增 侯躍恩 羅志堅 頁數:212 所在地:中國大陸 *此為代購商品 書號:1681187 可大量預訂,請先連絡。 內容簡介 本書圖文並茂、深入淺出地介紹了機器學習演算法所需的數學、Python語言編程基礎知識,以及回歸模型、K近鄰、K均值、決策樹、弱學習器集成、人工神經網路、深度學習等常用的機器學習演算法。全書共10章,每章習題中都配套了實驗練習環節,實驗內容包括Python開發環境配置、機器學習演算法的實際應用等,所有實驗都配有Jupyter的Python代碼,從而使讀者既能掌握演算法理論原理,又能進行實際應用。 本書適合作為普通高等院校本科或研究生階段的人工智慧、機器學習、數據挖掘等課程的教材,也適合作為自學的參考書。目錄 前言第1章 概述 1 1 理解機器學習 1 2 一些相關的概念 1 3 機器學習的發展 1 4 機器學習開發的準備工作 1 5 本章小結 1 6 習題 第2章 基礎知識 2 1 線性代數 2 2 概率與統計 2 3 優化 2 4 Python編程基礎 2 5 本章小結 2 6 習題 第3章 回歸分析 3 1 模型 3 2 線性回歸模型應用 3 3 邏輯回歸 3 4 本章小結 3 5 習題 第4章 基於距離的演算法 4 1 分類與聚類的區別 4 2 距離度量問題 4 3 K近鄰演算法 4 4 K均值聚類演算法 4 5 本章小結 4 6 習題 第5章 決策樹 5 1 初識決策樹 5 2 信息熵與信息增益 5 3 決策樹 5 4 CART 5 5 本章小結 5 6 習題 第6章 弱學習器集成演算法 6 1 3種常用的弱學習器集成方法 6 2 AdaBoost演算法與GBDT演算法 6 3 XGBoost演算法 6 4 本章小結 6 5 習題 第7章 支持向量機 7 1 支持向量機的相關概念 7 2 線性支持向量機 7 3 非線性支持向量機 7 4 軟間隔 7 5 應用案例 7 6 本章小結 7 7 習題 第8章 人工神經網路 8 1 人工智慧的概念 8 2 神經元模型 8 3 多層神經網路 8 4 應用案例 8 5 本章小結 8 6 習題 第9章 卷積神經網路 9 1 人類視覺系統的啟發 9 2 CNN演算法原理 9 3 CNN應用 9 4 本章小結 9 5 習題 第10章 用於處理時間序列的網路 10 1 序列 10 2 循環神經網路 10 3 長短時記憶網路 10 4 本章小結 10 5 習題 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。 |