機器學習 (Python實現) 孫家澤 王曙燕 路龍賓 等 9787302632115 【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$439
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
| *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 (Python實現) ISBN：9787302632115 出版社：清華大學 著編譯者：孫家澤 王曙燕 路龍賓 等 叢書名：高等學校計算機專業系列教材 頁數：362 所在地：中國大陸 *此為代購商品 書號：1544368 可大量預訂，請先連絡。 內容簡介 機器學習是人工智慧的重要分支。本書立足實用且易於上手實踐的原則，系統地介紹機器學習領域的經典演算法，以及這些演算法的Python實現和典型應用。本書分4部分：第1部分介紹監督學習，包括線性模型、決策樹分類、貝葉斯分類器、集成學習和支持向量機；第2部分介紹無監督學習，包括關聯規則、聚類分析和數據降維；第3部分介紹深度學習，包括神經網路、深度學習和生成對抗網路；第4部分介紹強化學習。本書所介紹的經典機器學習演算法及其應用案例均給出了相關實驗數據和Python代碼實現，每章末尾還給出了習題和實驗題，便於讀者鞏固知識和開展課內實驗。 本書可作為高等學校信息類以及相關專業高年級本科生和研究生的教材，也可供對機器學習感興趣的工程技術人員閱讀參考。目錄 第1章 緒論1 1 什麼是機器學習 1 1 1 機器學習的定義 1 1 2 機器學習的三要素 1 1 3 機器學習與數據挖掘 1 2 為什麼要進行機器學習 1 3 機器學習的發展歷程 1 4 機器學習演算法 1 4 1 監督學習 1 4 2 無監督學習 1 4 3 半監督學習 1 4 4 強化學習 1 5 機器學習的應用 1 6 機器學習開發工具與框架 1 6 1 機器學習常用開發工具 1 6 2 機器學習常用框架 1 7 機器學習數據集 習題 第1部分 監督學習 第2章 線性模型 2 1 基本形式 2 2 線性回歸 2 3 線性分類 2 4 多分類策略 習題 本章實驗 第3章 決策樹分類 3 1 基本概念 3 1 1 什麼是分類 3 1 2 分類過程 3 1 3 分類器常見的構造方法 3 1 4 決策樹分類 3 2 CART演算法 3 2 1 CART演算法介紹 3 2 2 CART演算法原理 3 2 3 CART演算法實例 3 2 4 CART演算法Python實現 3 2 5 CART演算法的優缺點 3 3 ID3演算法 3 3 1 ID3演算法介紹 3 3 2 ID3演算法原理 3 3 3 ID3演算法實例 3 3 4 ID3演算法Python實現 3 3 5 ID3的優缺點 3 4 C4 5演算法 3 4 1 C4 5演算法介紹 3 4 2 C4 5演算法原理 3 4 3 C4 5演算法實例 3 4 4 C4 5演算法Python實現 3 4 5 C4 5演算法的優缺點 3 5 3種演算法的比較 3 6 分類演算法評價 3 6 1 常用術語 3 6 2 評價指標 3 6 3 分類器性能的表示 3 6 4 分類器性能的評估方法 習題 本章實驗 第4章 貝葉斯分類器 4 1 貝葉斯理論 4 1 1 條件概率和乘法定理 4 1 2 全概率公式和貝葉斯定理 4 1 3 極大后驗假設和極大似然假設 4 2 樸素貝葉斯分類演算法 4 2 1 NBC演算法原理 4 2 2 樸素貝葉斯分類器的特點 4 3 樸素貝葉斯分類器在破產預測中的應用 4 3 1 實驗環境及數據集 4 3 2 數據處理 第2部分 無監督學習 第3部分 深度學習 第4部分 強化學習 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。 |
