科技 类型
可以朗读 语音朗读
329千字 字数
2020-02-01 发行日期
展开全部

主编推荐语

以案例为导向，实践与理论相结合的机器学习。

内容简介

本书基于Python 3精心编排大量的机器学习场景与开源平台应用，高效利用Python 3代码翔实地阐释机器学习核心算法及其工具的场景应用。

本书分为6章，主要内容包括机器学习概述、数据特征、分类算法、项目，以及在机器学习平台Kaggle与PaddlePaddle上实现分类、预测及推荐等实战操作。适合机器学习的研究人员、计算机或数学等相关从业者参考学习，也可以作为计算机或数学等专业本科高年级或研究生专业用书。

目录

  • 版权信息
  • 内容简介
  • 前言
  • 第1章 机器学习概述
  • 1.1 机器学习定义
  • 1.2 机器学习的发展
  • 1.3 机器学习的分类
  • 1.4 机器学习的研究领域
  • 1.5 本章小结
  • 第2章 机器学习数据特征
  • 2.1 数据分布性
  • 2.2 数据相关性
  • 2.3 数据聚类性
  • 2.4 数据主成分分析
  • 2.5 数据动态性
  • 2.6 数据可视化
  • 2.7 本章小结
  • 第3章 机器学习分类算法
  • 3.1 数据清洗和特征选择
  • 3.2 决策树、随机森林
  • 3.3 SVM
  • 3.4 聚类算法
  • 3.5 EM算法
  • 3.6 贝叶斯算法
  • 3.7 隐马尔可夫模型
  • 3.8 LDA主题模型
  • 3.9 人工神经网络
  • 3.10 KNN算法
  • 3.11 本章小结
  • 第4章 Python机器学习项目
  • 4.1 SKlearn
  • 4.2 TensorFlow
  • 4.3 Theano
  • 4.4 Caffe
  • 4.5 Gensim
  • 4.6 Pylearn2
  • 4.7 Shogun
  • 4.8 Chainer
  • 4.9 NuPIC
  • 4.10 Neon
  • 4.11 Nilearn
  • 4.12 Orange3
  • 4.13 PyMC与PyMC3
  • 4.14 PyBrain
  • 4.15 Fuel
  • 4.16 PyMVPA
  • 4.17 Annoy
  • 4.18 Deap
  • 4.19 Pattern
  • 4.20 Requests
  • 4.21 Seaborn
  • 4.22 本章小结
  • 第5章 Kaggle平台机器学习实战
  • 5.1 Kaggle信用卡欺诈检测
  • 5.2 Kaggle机器学习案例
  • 5.3 本章小结
  • 第6章 PaddlePaddle平台机器学习实战
  • 6.1 PaddlePaddle平台安装
  • 6.2 PaddlePaddle平台手写体数字识别
  • 6.3 PaddlePaddle平台图像分类
  • 6.4 PaddlePaddle平台词向量
  • 6.5 PaddlePaddle平台个性化推荐
  • 6.6 PaddlePaddle平台情感分析
  • 6.7 本章小结
  • 参考文献
展开全部

评分及书评

尚无评分
目前还没人评分

出版方

清华大学出版社

清华大学出版社成立于1980年6月，是由教育部主管、清华大学主办的综合出版单位。植根于“清华”这座久负盛名的高等学府，秉承清华人“自强不息，厚德载物”的人文精神，清华大学出版社在短短二十多年的时间里，迅速成长起来。清华大学出版社始终坚持弘扬科技文化产业、服务科教兴国战略的出版方向，把出版高等学校教学用书和科技图书作为主要任务，并为促进学术交流、繁荣出版事业设立了多项出版基金，逐渐形成了以出版高水平的教材和学术专著为主的鲜明特色，在教育出版领域树立了强势品牌。