*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:202307*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 ISBN:9787302627296 出版社:清華大學 著編譯者:肖漢光 夏清玲 黃同願 等 叢書名:計算機技術入門叢書 頁數:282 所在地:中國大陸 *此為代購商品 書號:1555090 可大量預訂,請先連絡。 內容簡介 本書系統介紹機器學習的理論、模型和演算法實現,主要內容包括機器學習實驗環境的搭建、數據清洗、模型評估、監督學習的分類和回歸問題、非監督學習的聚類和降維等理論介紹和底層演算法實現。本書涵蓋了K近鄰演算法、決策樹、支持向量機、BP神經網路、卷積神經網路、循環神經網路、集成學習、K-means聚類、模糊聚類、主成分分析、獨立成分分析等內容。每章均基於實戰項目或案例介紹模型和演算法的兩種實現(scikit-learn、Keras或TensorFlow的調包實現與非調包底層代碼實現),並給出相應的實驗題目,以此加深讀者對模型和演算法的理解,提升讀者對模型和演算法的底層代碼實現能力。 本書適合作為人工智慧專業高年級本科生和研究生的教材,也可作為人工智慧相關領域研究人員的自學教材。目錄 第1章 環境搭建1 1 實驗環境的安裝與搭建 1 1 1 Anaconda的下載 1 1 2 Anaconda的安裝 1 1 3 檢驗 1 1 4 啟動 1 2 數據清洗和預處理 1 2 1 原理簡介 1 2 2 演算法步驟 1 2 3 實戰 1 2 4 實驗 第2章 模型評估 2 1 模型評估的樣本集構建與評價 2 1 1 原理簡介 2 1 2 樣本集的構建方法 2 1 3 演算法步驟 2 1 4 實戰 2 1 5 實驗 2 2 評估指標計算 2 2 1 原理簡介 2 2 2 代碼實現與實戰 2 2 3 實驗 第3章 分類問題 3 1 K近鄰演算法 3 1 1 原理簡介 3 1 2 演算法步驟 3 1 3 實戰 3 1 4 實驗 3 2 邏輯回歸演算法 3 2 1 原理簡介 3 2 2 演算法步驟 3 2 3 實戰 3 2 4 實驗 3 3 決策樹演算法 3 3 1 原理簡介 3 3 2 演算法步驟 3 3 3 實戰 3 3 4 實驗 3 4 支持向量機演算法 3 4 1 原理簡介 3 4 2 演算法步驟 3 4 3 實戰 3 4 4 實驗 3 5 EM演算法 3 5 1 原理簡介 3 5 2 演算法步驟 3 5 3 實戰 3 5 4 實驗 3 6 BP神經網路的分類和回歸演算法 3 6 1 原理簡介 3 6 2 演算法步驟 3 6 3 實戰 3 6 4 實驗 3 7 卷積神經網路分類演算法 3 7 1 原理簡介 3 7 2 演算法步驟 3 7 3 實戰 3 7 4 實驗 3 8 多類分類演算法 3 8 1 原理簡介 3 8 2 演算法步驟 3 8 3 實戰 3 8 4 實驗 第4章 回歸問題 4 1 線性回歸演算法 4 1 1 原理簡介 4 1 2 演算法步驟 4 1 3 實戰 4 1 4 實驗 4 2 多項式回歸演算法 4 2 1 原理簡介 4 2 2 演算法步驟 4 2 3 實戰 4 2 4 實驗 4 3 支持向量回歸演算法 4 3 1 原理簡介 4 3 2 演算法步驟 4 3 3 實戰 4 3 4 實驗 4 4 循環神經網路演算法 4 4 1 原理簡介 4 4 2 演算法步驟 4 4 3 實戰 4 4 4 實驗 4 5 集成學習:AdaBoost演算法 4 5 1 原理簡介和演算法步驟 4 5 2 實戰 4 5 3 實驗 4 6 集成學習:隨機森林演算法 4 6 1 原理簡介 4 6 2 演算法步驟 4 6 3 實戰 4 6 4 實驗 第5章 聚類問題 5 1 K-means聚類演算法 5 1 1 原理簡介 5 1 2 演算法步驟 5 1 3 值的選擇 5 1 4 實戰 5 1 5 實驗 5 2 模糊聚類演算法 5 2 1 原理簡介 5 2 2 演算法步驟 5 2 3 實戰 5 2 4 實驗 5 3 基於密度聚類演算法 5 3 1 原理簡介 5 3 2 演算法步驟 5 3 3 實戰 5 3 4 實驗 5 4 層次聚類演算法 5 4 1 原理簡介 5 4 2 演算法步驟 5 4 3 實戰 5 4 4 實驗 第6章 降維問題 6 1 主成分分析演算法 6 1 1 原理簡介 6 1 2 演算法步驟 6 1 3 實戰 6 1 4 實驗 6 2 獨立成分分析演算法 6 2 1 原理簡介 6 2 2 演算法步驟 6 2 3 實戰 6 2 4 實驗 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。 |